跟清华大学马少平教授学AI：第五篇 统计学习方法是如何实现分类与聚类的（十六）

文章预览

点击上方“ 图灵人工智能 ”，选择“星标”公众号 您想知道的人工智能干货，第一时间送达                           第五篇 统计学习方法是如何实现分类与聚类的（十六） 清华大学计算机系 马少平 第十六节： DBSCAN聚类算法 艾博士：在实际应用中，采集的数据往往是带有噪声的，噪声对聚类结果可能会带来很大的影响，严重影响聚类效果。如图5.59所示，彩色样本点的数据比较可靠，黑色样本点大概率是噪声数据。另外，从直观上看，相同颜色的样本点应该属于同一个类别，聚集后每个类别的形状也存在很大的不同，前面介绍的一些方法难于胜任这种情况下的聚类问题。 观察图5.59中数据的分布情况，数据有梳有密，不同区域包含的样本点的密度不同，我们有理由认为处于密度大的区域的样本应该聚集成一个类别，而处于过于稀疏区域的样 ………………………………