* DBSCAN (Density-Based Spatial Clustering) [#l0e1dc69]

//ここには %項目の説明を書いてください.よろしければ署名しておいてください.

超球状ではない任意形状のクラスタの抽出を目的としたクラスタリング手法.

MinPts と Eps の二つのパラメータをとる.ある点 \(x\) から,距離 Eps 内にある点集合を近傍 \(N_{\mathrm{Eps}}(x)\) と定義.

\(x\)から\(y\)が直接密度到達可能 (directly density-rechable) は次の条件を満たすこと
- \(y\in N_{\mathrm{Eps}}(x)\)
- \(|N_{\mathrm{Eps}}(x)|\ge\mathrm{MinPts}\)

あるseed点から,この直接密度到達可能な関係を推移的にたどって到達可能な極大集合を一つのクラスタとして抽出する.

MinPts や Eps のパラメータを変化させたクラスタを抽出できる ''OPTICS'' など数多くの拡張が開発グループによりなされている.

> -- しましま

** 関連項目 [#m9ded4b7]

//英語や同義語のあとに,#brで区切って関連する項目をリストしてください.
-[[OPTICS]]
#br
-[[クラスタリング]]
#br
-[[検索:DBSCAN OPTICS]]

** リンク集 [#q2995aa0]

//関連するWWW資源があればリンクしてください.

-[[Wikipedia:DBSCAN]]

*** Freeware [#u4e34761]

-[[fpc@CRAN>http://cran.r-project.org/web/packages/fpc/index.html]]:DBSCAN を含む[[R]]のパッケージ
-[[Weka]]:3.6以降の開発版に含まれている

** 関連文献 [#e14f35ff]

//この%項目%に関連する書籍や論文を紹介してください.

-DBSCANの基本文献~
M.Ester, H.-P.Kriegel, J.Sander, and X.Xu "A Density-Based Algorithm for Discovering Clusters in Large Spatial Databases with Noise", KDD1996~
[[GoogleScholarAll: Density-Based Algorithm for Discovering Clusters in Large Spatial Databases with Noise]]
-OPTICSの基本文献~
M.Ankerst, M.M.Breunig, H.-P.Kriegel, and J. Sander, "OPTICS: Ordering Points to Identify The Clustering Structure", SIGMOD2000~
[[GoogleScholarAll:OPTICS: Ordering Points to Identify The Clustering Structure]]
-[[Book/Data Mining - Concepts and Techniques]] 7.6.1〜7.6.1節

トップ   編集 差分 履歴 添付 複製 名前変更 リロード   新規 一覧 検索 最終更新   ヘルプ   最終更新のRSS