聚类算法——kmeans&Dbscan

1、聚类概念

两种算法如下：
k指定多少就会得到多少簇，比如上图若k=3，就会把这图上的点聚成三堆。
质心是为了迭代。
标准化：使x，y上的数据都在比较小的范围浮动
优化：对于每一簇，样本上的点到中心点的距离越小越好

流程：
1、无监督学习不清楚哪个点属于哪一簇的，初始化两个点k=2。
2、遍历并判断样本上的点到红点和蓝点距离，谁小就是属于对应的簇（c）。
3、质心是随机选择的，接着更新质心（d），
4、做步骤2
5、做步骤3

优缺点：

迭代可视化展示
DBSCAN算法：
默认指定半径r，阈值minPts
核心点：能发展下线。
边界点：不能发展下线。
离群点：没有点能发展到这个点。

工作流程：
提前指定参数D、半径r、阈值MinPts
1、所有数据都是未访问到的
2、随机选择一个点p并标记
3、判读p点半径r领域的对象是否多余指定的阈值
4、创建簇C，并把点p添加其中
5、N为点p的r半径领域内的其他点的对象集合
6、遍历N中的每个点
7、如是遍历的点先前未访问，标记其点已访问。
8、判断访问的点的r领域的点是否多余阈值，是的话，把这些点添加到N，一直发展下线，直至点不再是核心对象。