本文共 1163 字，大约阅读时间需要 3 分钟。

DBSCAN共包括3个输入数据：数据集D，给定点在邻域内成为核心对象的最小邻域点数：MinPts,邻域半径：Eps，其中Eps和MinPts需要根据具体应用人为设定。

(1)  Eps的值可以使用绘制k-距离曲线(k-distance graph)方法得当，在k-距离曲线图明显拐点位置为对应较好的参数。若参数设置过小，大部分数据不能聚类；若参数设置过大，多个簇和大部分对象会归并到同一个簇中。

K-距离：K距离的定义在DBSCAN算法原文中给出了详细解说，给定K邻域参数k,对于数据中的每个点，计算对应的第k个最近邻域距离，并将数据集所有点对应的最近邻域距离按照降序方式排序，称这幅图为排序的k距离图，选择该图中第一个谷值点位置对应的k距离值设定为Eps。一般将k值设为4。

MinPts的选取有一个指导性的原则（a rule of thumb），MinPts≥dim+1,其中dim表示待聚类数据的维度。MinPts设置为1是不合理的，因为设置为1，则每个独立点都是一个簇，MinPts≤2时，与层次距离最近邻域结果相同，因此，MinPts必须选择大于等于3的值。若该值选取过小，则稀疏簇中结果由于密度小于MinPts，从而被认为是边界点儿不被用于在类的进一步扩展；若该值过大，则密度较大的两个邻近簇可能被合并为同一簇。因此，该值是否设置适当会对聚类结果造成较大影响。

DBSCAN原理伪代码：

(1) 首先将数据集D中的所有对象标记为未处理状态(2) for（数据集D中每个对象p） do(3)    if （p已经归入某个簇或标记为噪声） then(4)         continue;(5)    else(6)         检查对象p的Eps邻域 NEps(p) ；(7)         if (NEps(p)包含的对象数小于MinPts) then(8)                  标记对象p为边界点或噪声点；(9)         else(10)                 标记对象p为核心点，并建立新簇C, 并将p邻域内所有点加入C(11)                 for (NEps(p)中所有尚未被处理的对象q)  do(12)                       检查其Eps邻域NEps(q)，若NEps(q)包含至少MinPts个对象，则将NEps(q)中未归入任何一个簇的对象加入C；(13)                 end for(14)        end if(15)    end if(16) end for