Differences
This shows you the differences between two versions of the page.
Both sides previous revisionPrevious revisionNext revision | Previous revision | ||
clustering:dbscan [2012/08/20 23:36] – [Input-Parameter] phreazer | data_mining:clustering:dbscan [2017/02/19 15:30] (current) – clustering:dbscan umbenannt in data_mining:clustering:dbscan phreazer | ||
---|---|---|---|
Line 9: | Line 9: | ||
* $\varepsilon$: | * $\varepsilon$: | ||
* MinPts m: Minimale Zahl der Punkte in einer $\varepsilon$-Nachbarschaft von $p_i$. | * MinPts m: Minimale Zahl der Punkte in einer $\varepsilon$-Nachbarschaft von $p_i$. | ||
+ | |||
+ | ===== Definitionen ===== | ||
Funktion, die alle $p_q$ innerhalb einer $\varepsilon$-Nachbarschaft liefert: $n_\varepsilon(p_i) : \{p_q | d(p_i,p_q) \leq \varepsilon\}$ | Funktion, die alle $p_q$ innerhalb einer $\varepsilon$-Nachbarschaft liefert: $n_\varepsilon(p_i) : \{p_q | d(p_i,p_q) \leq \varepsilon\}$ | ||
Line 21: | Line 23: | ||
Density-connected: | Density-connected: | ||
- | DBSCAN Algorithmus: | + | ===== DBSCAN Algorithmus |
- Willkürlich Punkt p wählen | - Willkürlich Punkt p wählen | ||
- Alle Punkte ermitteln die d-r. von P sind (bzgl. $\varepsilon$ und MinPts m). | - Alle Punkte ermitteln die d-r. von P sind (bzgl. $\varepsilon$ und MinPts m). | ||
- Wenn p ein Kernpunkt ist, wird ein Cluster gebildet: Iterieren über alle d-r. Punkte und Cluster erweitern, wo zulässig. Wenn p ein Randpunkt ist, sind keine Punkte mehr von p erreichbar. | - Wenn p ein Kernpunkt ist, wird ein Cluster gebildet: Iterieren über alle d-r. Punkte und Cluster erweitern, wo zulässig. Wenn p ein Randpunkt ist, sind keine Punkte mehr von p erreichbar. | ||
- Nächsten Punkt wählen, bis alle Punkte verarbeitet wurden. | - Nächsten Punkt wählen, bis alle Punkte verarbeitet wurden. |