2019-07-02
阅读量:
6195
DBSCAN的优缺点
问、DBSCAN的优缺点
答：
◼ DBSCAN的主要优点有：
✓ 不需要输入聚类个数，可以对任意形状的稠密数据集进行聚类，相对的，
K-Means之类的聚类算法一般只适用于凸数据集
✓ 可以在聚类的同时发现异常点，对数据集中的异常点不敏感
✓ 聚类结果没有偏倚，相对的，K-Means之类的聚类算法初始值对聚类结果有
很大影响
◼ DBSCAN的主要缺点有：
✓ 如果样本集的密度不均匀、聚类间距差相差很大时，聚类质量较差
✓ 如果样本集较大时，聚类收敛时间较长
✓ 调参相对于传统的K-Means之类的聚类算法稍复杂，需要对距离阈值E，邻
域样本数阈值Min-points联合调参
◼ 数据集是稠密的，并且数据集不是凸的，DBSCAN会比K-Means聚类效果好很多
0.0000
0
2
关注作者
收藏
评论(0)
发表评论
暂无数据
推荐帖子
anranhui
2020-06-18
2条评论
PhilipLiang
2020-06-18
6条评论
PhilipLiang
2020-06-18
7条评论