DBscan简单记录

DBscan(density-based spatial clustering of application with noise)基于密度聚类的方法
两个参数（Eps,MinPts）   Eps:定义密度时的邻域半径   MinPts:定义核心点时的阀值（形成一个聚类的最少点的数量）
Eps和MinPtsd（用e和M表示）
邻域，密度，核心点，边界点,噪音点（全部的点=核心点+边界点+噪音点）
直接密度可达（y是x的直接密度可达：y在核心点x邻域内）
密度可达（直接密度可达的传递闭包）
密度相连（y和z均是从x密度可达）

step1:初始化
1.给定参数领域半径小e,和形成一个聚类的最少点的数量M
2.生成N【e】（i） i=1，2，3，...,N 
3.令k=1； m[i]=0,i=1,2,3,...,N
4.令I=(1,2,3,...,N )


step2:生成cluster标记数组


while(I！=空){
从I中任取一个i元素，I=I/{i}
if(m[i]=0){
1.T=N[i](e)
2.若|T|<M 则令m[i]=-1
3.若|T|>M{
令m[i]=k
while(T!=空){
从T中任取元素j,并令T=T/j
若m[j]=0或-1   则令m[j]=k
若|N[e](j)|>=M   则令T=T并N[j](e)}
}
令k=k+1;
}
}