密度聚类DBSCAN、HDBSCAN(转)
1、总结：DBSCAN和HDBSCAN在处理数据聚类时具有强大的适应性和精确性，尤其在处理噪声和不同形状簇时表现出色。HDBSCAN的改进使其在实际应用中更为灵活和高效。
2、HDBSCAN则在DBSCAN基础上进行了改进，引入空间变换、最小生成树和层次聚类结构，以增强对散点的鲁棒性，并通过稳定度定义来确定簇的提取方式。以下是算法的核心步骤： DBSCAN流程：首先，算法通过计算点之间的密度关系，将数据划分为稠密区域和稀疏区域，形成不同类型的点。
3、HDBSCAN是一种基于密度的层次聚类算法，由Campello、Moulavi和Sander开发。它通过扩展DBSCAN算法，将DBSCAN转换为层次聚类算法，并使用稳定的聚类技术提取扁平聚类。聚类过程图解 识别“岛屿”和“海洋”步骤：估计样本集的密度，识别密度较低的点作为“海洋”，以减少对噪声的敏感性。
4、图解HDBSCAN工作原理HDBSCAN是一种聚类算法，由Campello、Moulavi和Sander开发，通过将DBSCAN转换为层次聚类算法，并用稳定的聚类技术提取扁平聚类，以扩展DBSCAN。这篇文章将带你深入了解HDBSCAN的工作机制及其背后的动机。准备工作首先，加载必要的库，设置matplotlib以便直观观察HDBSCAN的工作过程。
5、总结：个人理解，HDBSCAN相比于DBSCAN的最大优势在于不用选择人工选择领域半径R和MinPts，大部分的时候都只用选择最小生成类簇的大小即可，算法可以自动地推荐最优的簇类结果。同时定义了一种新的距离衡量方式，可以更好地与反映点的密度。ps：全面的层次聚类讲解，可以再多看看。
6、DBSCAN是一种基于密度的聚类算法，这类密度聚类算法一般假定类别可以通过样本分布的紧密程度决定。同一类别的样本，他们之间的紧密相连的，也就是说，在该类别任意样本周围不远处一定有同类别的样本存在。 通过将紧密相连的样本划为一类，这样就得到了一个聚类类别。
聚类——(三)密度峰值聚类DPC
1、密度峰值聚类（DPC）由2014年发表在Science上的《Clustering by fast search and find of density peaks》提出。DPC基于两个基本假设，首先定义数据集中的数据点局部密度，其次定义数据点的更高密度最小距离。
2、相较于经典的Kmeans聚类算法，DPC无需预先确定聚类数目，全称为基于快速搜索和发现密度峰值的聚类算法（clustering by fast search and find of density peaks， DPC）。DPC在论文中的数据聚类结果非常出色，但也有观点认为DPC只适用于某些数据类型，并非所有情况下效果都好。
3、密度峰值聚类算法（DPC聚类）在数据分类和聚类领域展现出优越性。其核心在于对数据点的局部密度进行评估，从而识别出具有高密度且周围密度较低的点作为簇中心，以此构建聚类模型。
4、DPC聚类算法可以通俗理解为一种基于数据点局部密度评估的聚类方法。以下是其关键点的通俗易懂解释：核心思想：DPC聚类算法的核心在于评估每个数据点的局部密度，并识别出局部密度高且周围密度较低的点作为簇中心。基本假设：簇中心的局部密度高于周围邻居：这意味着簇中心点是数据集中相对密集的区域的核心。
聚类算法--DBSCAN
1、基于密度的聚类算法，特别是DBSCAN（Density-Based Spatial Clustering of Applications with Noise）算法，是一种用于发现任意形状聚类的方法，适合处理非凸样本集和包含噪声的数据。它通过定义密度相连的概念，将具有足够密度的区域划分为簇，从而能够识别出任意形状的簇。
2、DBSCAN算法主要包含以下步骤：寻找核心点，形成临时聚类簇。合并临时聚类簇以得到最终聚类。在聚类过程中，算法首先随机选择一个核心点，然后通过其邻域内的点构建临时聚类簇。接着，算法寻找临时聚类簇中的核心点，并将与之密度相连的点合并进簇。此过程重复直至所有核心点都被处理。
3、DBSCAN（Density-Based Spatial Clustering of Applications with Noise）是一种基于密度的聚类算法，适用于噪声数据的空间聚类。它将具有足够密度的区域划分为一个簇，将高密度区域与低密度区域分离。DBSCAN 的核心参数是 （邻域参数）和 MinPts（密度参数）。
聚类(Clustering)
聚类方法的优缺点： 优点： 揭示数据内在结构：能够发现数据中存在的自然簇群，为数据分析和解释提供有力支持。 广泛的应用领域：适用于市场细分、社交网络分析、图像分割等多个领域。 缺点： 算法选择复杂：需要根据数据特点、目标与算法复杂性进行权衡。
密度聚类是基于密度的聚类，它从个样本分布的角度来考察样本之间的 可连接性 ，并基于可连接性（密度可达）不断拓展疆域（类簇）。
在探讨聚类分析（Clustering）与分类（Classification）之间区别之前，我们先简单定义聚类分析。聚类分析是一种发现数据内部结构的技术，将数据实例分组，使得组内数据相似度高，组间数据差异大。其关键在于衡量距离的方法与聚类算法的选取。