python实现密度聚类算法之OPTICS(附完整源码)

OPTICS（Ordering Points To Identify the Clustering Structure）是一种密度聚类算法，与DBSCAN类似，但它能更好地处理不同密度的簇，并能够生成数据集的“可达图”，从而揭示更复杂的聚类结构。下面是一个完整的Python实现，包括详细的注释和示例。

OPTICS算法简介

OPTICS算法的主要步骤包括：

初始化：将所有点标记为未访问。
遍历所有点：对于每个未访问的点，执行深度优先搜索以找到所有密度可达的点。
核心距离和可达距离：
核心距离：给定半径ε，一个点的核心距离是其MinPts-th 最近邻的距离。
可达距离：从某点到其邻居的距离中更大的一个（即最大值）。
构建可达图：记录点的可达距离，依据这些距离对点重新排序，从而形成可达图。

完整的OPTICS实现

下面的代码实现了OPTICS算法的核心功能：

import numpy as np
from collections import deque
from sklearn