admin管理员组

文章数量:1654386

OPTICS聚类算法是基于密度的聚类算法，全称是Ordering points to identify the clustering structure，目标是将空间中的数据按照密度分布进行聚类，其思想和DBSCAN非常类似，但是和DBSCAN不同的是，OPTICS算法可以获得不同密度的聚类，直接说就是经过OPTICS算法的处理，理论上可以获得任意密度的聚类。因为OPTICS算法输出的是样本的一个有序队列，从这个队列里面可以获得任意密度的聚类。

上图可以看到MinPts 确定了核心距离（MinPts -1 个 在 核心距离内）

 

        List<DataPoint> dpList = new ArrayList<DataPoint>(); 结果队列
        List<DataPoint> dpQue = new ArrayList<DataPoint>();有序队列

1.是否为核心对象，并存入有序队列。

2. DataPoint tempDpfromQ = dpQue.remove(0);

3.获取密度可达点

4.indexInlist是否在结果队列，indexInq是否妇女在密度可达点

5.如果不再结果队列，且存在密度可达点，则如果此时新的可达距离小于旧的可达距离，则用新可达距离取代旧可达距离

6.

https://blog.csdn/ann_hp/article/details/51155845

https://blog.csdn/u014593570/article/details/77746904

本文标签： pointsOrderingOPTICSStructureClustering

版权声明：本文标题：OPTICS（Ordering points to identify the clustering structure） 内容由热心网友自发贡献，该文观点仅代表作者本人， 转载请联系作者并注明出处：https://m.elefans.com/xitong/1729649854a1208909.html， 本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如发现本站有涉嫌抄袭侵权/违法违规的内容，一经查实，本站将立刻删除。