聚类分析之基于密度的聚类算法OPTICS

OPTICS算法是一种改进的DBSCAN聚类算法,旨在克服手动设置参数的缺点。它生成一个样本点排序,代表密度依赖的聚类结构。核心距离是对象成为核心对象所需的最小邻域半径,可达距离是对象到其他点的最大距离。通过分析排序,我们可以获取不同参数设置下的DBSCAN聚类结果。算法中输入的E和MinPts仅用于辅助,不影响点的相对顺序。

 什么是OPTICS算法

在前面介绍的DBSCAN算法中,有两个初始参数E(邻域半径)和minPts(E邻域最小点数)需要用户手动设置输入,并且聚类的类簇结果对这两个参数

评论 1
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

bboyzqh

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值