详细内容或原文请订阅后点击阅览
机器学习“降临节日历”第 10 天：Excel 中的 DBSCAN
DBSCAN 展示了我们可以用一个非常简单的想法走多远：计算每个点附近有多少个邻居。它无需任何概率模型即可找到集群并标记异常，并且在 Excel 中运行良好。但由于它依赖于一个固定半径，因此需要 HDBSCAN 来使该方法在实际数据上稳健。机器学习“降临日历”第 10 天：Excel 中的 DBSCAN 帖子首先出现在《走向数据科学》上。
来源:走向数据科学现在是我的机器学习“降临日历”的第 10 天。我要感谢您的支持。
我多年来一直在构建这些 Google 表格文件。他们一点一点地进化。但当要出版它们时，我总是需要几个小时来重新组织所有内容，清理布局，并使它们阅读起来愉快。
今天，我们转向 DBSCAN。
DBSCAN 不学习参数模型
就像 LOF 一样，DBSCAN 不是参数模型。没有可存储的公式，没有规则，没有质心，也没有可供以后重用的紧凑内容。
我们必须保留整个数据集，因为密度结构取决于所有点。
它的全称是“Density-Based Spatial Clustering of Applications with Noise”。
但要小心：这个“密度”不是高斯密度。
这是基于计数的密度概念。只是“有多少邻居住在我附近”。
为什么 DBSCAN 很特别
正如其名称所示，DBSCAN 同时执行两件事：
这正是我按此顺序呈现算法的原因：
一个让事情变得直观的小数据集
我们保留用于 LOF 的相同小数据集：1, 2, 3, 7, 8, 12
如果您查看这些数字，您已经看到两个紧凑的组：
一个大约 1-2-3，另一个大约 7-8，还有 12 个独居。
DBSCAN 准确地捕捉到了这种直觉。
三步总结
DBSCAN 针对每个点提出三个简单的问题：
以下是 DBSCAN 算法的 3 个步骤的总结：