DBSCAN（基于密度的带噪声应用空间聚类算法）

DBSCAN 如何工作

DBSCAN 根据给定空间中数据点的密度定义聚类。它有两个关键参数：

• ε或 eps): 该参数定义了数据点周围的邻域半径。在此距离内的所有点都被视为相邻点。
• 最小点数 (MinPts)：这是形成密集区域或聚类所需的最小数据点数（包括点本身）。

根据这些参数，DBSCAN 将每个数据点分为三种类型：

1. 核心要点： 一个点是核心点，如果它至少有 MinPts 在其 eps 邻域。这些点就是一个群集的内部。
2. 边境点： 如果一个点位于 eps 这些点是核心点的邻域，但没有足够的邻域成为核心点。这些点构成了一个群集的边缘。
3. 噪声点（异常值）：如果一个点既不是核心点也不是边界点，则该点被视为噪声点。这些都是不属于任何聚类的离群点。

该算法从一个任意点开始，并检索其邻域。如果它是一个核心点，就会创建一个新的簇。然后，算法通过添加所有可直接到达的邻域来迭代扩展聚类，这个过程一直持续到没有点可以添加到任何聚类为止。你可以在scikit-learn 文档中看到可视化实现。

真实世界的人工智能/移动语言应用

DBSCAN 能够识别噪声和发现非线性聚类，因此在各个领域都具有很高的价值：

• 地理空间分析：城市规划者和地理学家使用 DBSCAN 分析空间数据。例如，通过对交通事故的 GPS 坐标进行聚类，他们可以确定事故热点。同样，DBSCAN 也可用于查找报告的疾病病例群，帮助流行病学家追踪疾病的爆发。日本地理空间信息局等组织也使用类似的基于密度的制图方法。
• 金融领域的异常检测：在金融领域，DBSCAN 可用于检测欺诈性交易。通过对客户的典型消费模式进行聚类，任何不在这些聚类范围内的交易（即被标记为噪音）都会被标记出来，以便进一步调查。这种方法是现代欺诈检测系统的关键组成部分。

DBSCAN 和 Ultralytics

Ultralytics生态系统主要关注有监督的学习模型，如用于物体检测、图像分类和实例分割等任务的Ultralytics YOLO。虽然 DBSCAN 是一种无监督方法，但其原理与更广泛的计算机视觉 (CV) 相关。

例如，使用YOLO11等模型对繁忙街道的视频进行物体检测后，可将 DBSCAN 应用于检测到的边界框的中心坐标。这一后处理步骤可将单个行人检测结果归类为不同的人群，从而提供更高层次的场景理解。在准备训练数据集时，了解数据分布也至关重要。使用 DBSCAN 进行探索性数据分析可以揭示数据集中的模式或异常现象，可以使用Ultralytics HUB 等平台对其进行管理和可视化。

与相关术语的区别

• K-Means 聚类 最重要的区别在于，K-Means 需要用户指定聚类的数量 (k)，而 DBSCAN 会自动确定聚类的数量。K-Means 在处理非球形聚类时也很吃力，而且对异常值很敏感，因为它会把每个点都强制归入一个聚类。而 DBSCAN 擅长寻找任意形状的聚类，并能有效地将异常值作为噪声隔离开来。
• 分层聚类：这种方法创建的聚类树称为树枝图。虽然这种方法对嵌套聚类结构的可视化很有用，但与 DBSCAN 相比，它在大型数据集上的计算成本会更高。它们之间的选择通常取决于数据集的大小和所需的输出，这在选择正确聚类算法的指南中有所概述。