DBSCAN是一种基于密度的聚类算法，这类密度聚类算法一般假定类别可以通过样本分布的紧密程度决定
1）基本概念：（Density-based Spatial Clustering of Applications with Noise）
（比k-means和一些其他聚类方法强）
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领域内点的数量不小于minPts）
个人理解：以该点为中心画圆，圆内的点大于minPts,那么这个点就是核心对象
ε-邻域的距离阈值：设定的半径r
dbscan与k-means不同的地方是我们不需要设置k值
密度直达：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：属于某一类的非核心点，不能发展下线了
噪声点：不属于任何一个类簇的点，从任何一个核心点出发都是密度不可达
2）工作流程
参数D：输入数据集
参数：指定半径
MinPts:密度阈值
2、说一下参数的选择（2）1）半径：可以根据k距离来设定：找突变点。 K距离：给定数据集p={p(i);i=0,1,…,n}，计算点p(i)到集合D的子集S中所有点之间的距离，距离按照从小到大的顺序排序，d(k)就被称为k距离。
2）MinPts:k距离中k的值，一般取的小一些，多次尝试。
可视化星展集群 (naftaliharris.com)
可以通过定义不同的半径与MinPts来看不同数据的聚类效果
3、优劣势（1）优势 ①不需要指定簇的个数； ②可以对任意形状的稠密数据集进行聚类； ③擅长找到离群点（检测任务）； ④两个参数ε和minPts就够了； （2）劣势 ①高维数据有些困难（可以做降维）； ②参数难以选择（参数对结果的影响非常大）； ③Sklearn中效率很慢（数据削减策略）；
sklearn是一个Python第三方提供的非常强力的机器学习库，它包含了从数据预处理到训练模型的各个方面。
老师提问：为什么不适合稀疏的数据
