學(xué)習(xí)筆記，僅供參考，有錯必糾

---

聚類

OPTICS

算法與DBSCAN 算法有很多相似之處，可以認(rèn)為是DBSCAN的泛化，將eps要求從單一值放寬到一個范圍。DBSCAN和OPTICS的關(guān)鍵區(qū)別在于，OPTICS算法建立了一個可達(dá)性圖(reachability graph)，它為每個樣本同時分配了一個 reachability_ 距離，和一個 ordering_ 屬性內(nèi)的點(diǎn)；這兩個屬性在模型擬合時被分配，用于確定聚類成員。

如果OPTICS運(yùn)行時為 max_eps設(shè)置了默認(rèn)的inf值，那么可以使用cluster_optics_dbscan方法，在線性時間內(nèi)對任意給定的eps值重復(fù)執(zhí)行DBSCAN風(fēng)格，進(jìn)行集群提取。

將 max_eps 設(shè)置為一個較低的值會導(dǎo)致運(yùn)行時間縮短，可以認(rèn)為是每個點(diǎn)的最大鄰域半徑，以找到其他潛在的可到達(dá)點(diǎn)。

OPTICS生成的可達(dá)性距離可以在一個數(shù)據(jù)集內(nèi)進(jìn)行變密度的聚類提取。<

總結(jié)

以上是生活随笔為你收集整理的sklearn自学指南(part38)--OPTICS的全部內(nèi)容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網(wǎng)站內(nèi)容還不錯，歡迎將生活随笔推薦給好友。