基本概念（Density-Based Spatial Clusting of Applications with Noise）
核心对象：若某个点的密度达到算法设定的阈值则其为核心点。（即r邻域内点的数量不小于minPts）
ε- 邻域的距离阈值：设定的半径r
直接密度可达：若某点p在点q的r邻域内，且q是核心点则p-q直接密度可达。
密度可达：若有一个点的序列q0、q1、….qk，对任意的qi->qi-1是直接密度可达的，则称从q0到qk密度可达，这实际上是直接密度可达的”传播”。
密度相连：若从某核心点p出发，点q和点k都是密度可达的，则称点q和点k是密度相连的。
边界点：属于某一个类的非核心点，不能发展下线了
直接密度可达：若某点p在点q的r邻域内，且q是核心点则p-q直接密度可达。
噪声点：不属于任何一个簇类的点，从任何一个核心点出发都是密度不可达的
A：核心对象
B、C：边界点
N：离群点
Original: https://blog.csdn.net/weixin_53660567/article/details/122972032
Author: 长沙有肥鱼
Title: DBSCAN算法
原创文章受到原创版权保护。转载请注明出处：https://www.johngo689.com/561126/
转载文章受原作者版权保护。转载请注明原作者出处！