基于MATLAB的DBSCAN算法分享（最详细）

 本文基于MATLAB官网提供的DBSCAN算法进行修改，帮助小伙伴更好的理解，代码已添加上相应的注释。

DBSCAN Clustering Algorithm - File Exchange - MATLAB Central

 主函数（运行该函数即可）

clc;
clear;
close all;
%% 随机生成数据
X =  rand(100, 2); % 可替换为自己的数据
D = pdist2(X, X);
%% 运行 DBSCAN
epsilon = 0.15;
MinPts = 10;
IDX = DBSCAN(D,epsilon,MinPts);
%% 绘制结果
PlotClusterinResult(X, IDX);
title(['DBSCAN Clustering (\epsilon = ' num2str(epsilon) ', MinPts = ' num2str(MinPts) ')']);

 子函数1

function [IDX, isnoise]=DBSCAN(D,epsilon,MinPts)
    C=0;
    
    n=size(D,1);
    IDX=zeros(n,1); % 所属cluster
    
    visited=false(n,1); % 初始化访问矩阵
    isnoise=false(n,1); % 是否是噪声点
    
    for i=1:n
        if ~visited(i)
            visited(i)=true;
            
            Neighbors=RegionQuery(i); % 获取邻域
            if numel(Neighbors)<MinPts % 判断是否是噪声点
                isnoise(i)=true;
            else
                C=C+1;
                ExpandCluster(i,Neighbors,C);
            end
            
        end
    
    end
    
    function ExpandCluster(i,Neighbors,C)
        IDX(i)=C;
        
        k = 1;
        while true
            j = Neighbors(k);
            
            if ~visited(j)
                visited(j)=true;
                Neighbors2=RegionQuery(j);
                if numel(Neighbors2)>=MinPts
                    Neighbors=[Neighbors Neighbors2];
                end
            end
            if IDX(j)==0
                IDX(j)=C;
            end
            
            k = k + 1;
            if k > numel(Neighbors)
                break;
            end
        end
    end
    
    function Neighbors=RegionQuery(i)
        Neighbors=find(D(i,:)<=epsilon); % 找到所有距离小于epsilon的点（包括自身）
    end
end

子函数2

function PlotClusterinResult(X, IDX)
    k=max(IDX);
    Colors=hsv(k); % 生成hsv颜色空间的颜色映射矩阵
    Legends = {};
    for i=0:k
        Xi=X(IDX==i,:);
        if i~=0
            Style = 'x';
            MarkerSize = 8;
            Color = Colors(i,:);
            Legends{end+1} = ['Cluster #' num2str(i)]; % 所属cluster
        else
            Style = 'o';
            MarkerSize = 6;
            Color = [0 0 0];
            if ~isempty(Xi)
                Legends{end+1} = 'Noise'; % 标注"噪点"
            end
        end
        if ~isempty(Xi)
            plot(Xi(:,1),Xi(:,2),Style,'MarkerSize',MarkerSize,'Color',Color);
        end
        hold on;
    end
    hold off;
    grid on;
    legend(Legends, 'Location', 'northoutside');
end

基于rand函数随机生成数据，运行结果如下：

Over!