如何理解R語言聚類算法中的密度聚類

今天就跟大家聊聊有關(guān)如何理解R語言聚類算法中的密度聚類，可能很多人都不太了解，為了讓大家更加了解，小編給大家總結(jié)了以下內(nèi)容，希望大家根據(jù)這篇文章可以有所收獲。

1.原理解析:
1.從數(shù)據(jù)集中選擇一個(gè)未處理的樣本點(diǎn)
2.以1為圓心,做半徑為E的圓,由于圓內(nèi)圈入點(diǎn)的個(gè)數(shù)為3,滿足密度閾值Minpts,因此稱點(diǎn)1為核心對(duì)象(黑色實(shí)心圓點(diǎn)),且將圈內(nèi)的4個(gè)點(diǎn)形成一個(gè)簇,其中點(diǎn)1直接密度可達(dá)周圍的3個(gè)灰色實(shí)心原點(diǎn);
3.重復(fù)步驟2若干次,其中點(diǎn)1直接密度可達(dá)核心對(duì)象3,且點(diǎn)2密度可達(dá)點(diǎn)3.
4.當(dāng)該過程進(jìn)行到圖Ⅳ,4的E鄰域內(nèi)僅有2個(gè)點(diǎn),小雨閾值MinPts,因此點(diǎn)4為邊緣點(diǎn)(非核心對(duì)象),記為?,繼續(xù)考察其他點(diǎn).
5.當(dāng)所有對(duì)象都被考察,該過程結(jié)束,得到圖Ⅷ.橢圓形內(nèi)有若干核心對(duì)象和邊緣點(diǎn),這些點(diǎn)都是密度相連的.
6.為個(gè)點(diǎn)歸類,如圖Ⅸ:點(diǎn)集黑圈相互密度可達(dá),屬于類別1:點(diǎn)集黑三角相互密度可達(dá),屬于新的一類,記為類別2;點(diǎn)集白圈與類別1樣本點(diǎn)密度相連,屬于類別3;點(diǎn)集白三角與類別2樣本點(diǎn)密度相連,屬于類別4;點(diǎn) ?既非核心對(duì)象,也不密度相連,為噪聲點(diǎn).

2.在R語言中的應(yīng)用
密度聚類(Density-based Methods)主要應(yīng)用到了fpc包中的dbscan函數(shù)。
dbscan(data,eps,MinPts=5,scale=FALSE,method=c(“hybird”,”raw”,”dist”),seeds=TRUE,showplot=FALSE,countmode=NULL)
3.以iris數(shù)據(jù)集為例進(jìn)行分析
1)應(yīng)用模型并查看模型的相應(yīng)參數(shù)
ds=dbscan(iris[,-5],eps=0.3,MinPts=4)
ds[1:length(ds)]

看完上述內(nèi)容，你們對(duì)如何理解R語言聚類算法中的密度聚類有進(jìn)一步的了解嗎？如果還想了解更多知識(shí)或者相關(guān)內(nèi)容，請(qǐng)關(guān)注億速云行業(yè)資訊頻道，感謝大家的支持。