DBSCAN

DBSCAN (Density-Based Spatial Clustering of Applications with Noise) — классический плотностной алгоритм, предложенный М. Эстером, Х.-П. Кригелем, Й. Сандером и С. Сюй. **Основная идея:** Кластер рассматривается как связная область высокой плотности, отделенная от других кластеров областями низкой плотности. **Параметры:** 1. $\epsilon$ — радиус окрестности объекта; 2. $MinPts$ — минимальное число объектов в $\epsilon$-окрестности. **Типы точек:** 1. **core point** — точка, имеющая не меньше $MinPts$ соседей в радиусе $\epsilon$; 2. **border point** — точка, которая не является core point, но достижима из core point; 3. **noise point** — точка, не принадлежащая плотностно связной области. **Преимущества:** DBSCAN не требует заранее задавать число кластеров и способен находить кластеры произвольной формы, включая кольца и вытянутые структуры. **Ограничения:** Метод чувствителен к выбору $\epsilon$ и хуже работает, если в данных есть кластеры с сильно различающейся плотностью. Для таких случаев используются OPTICS и HDBSCAN.