clusterDBSCAN.discoverClusters
语法
描述
(
返回一个cluster-ordered点列表,订单
,reachdist
)= clusterDBSCAN.discoverClusters (X
,maxepsilon
,minnumpoints
)订单
距离可达性,reachdist
每个点的数据X
。指定最大ε,maxepsilon
最小数量的点,minnumpoints
。该方法实现了订购点识别集群结构(光学)算法。光学算法是有用的,当集群有不同的密度。
clusterDBSCAN.discoverClusters (
显示一个条形图表示集群的层次结构。X
,maxepsilon
,minnumpoints
)
例子
输入参数
输出参数
算法
的输出clusterDBSCAN.discoverClusters
让你创建一个reachability-plot集群的层次结构可以可视化。reachability-plot包含命令点x设在和可达性的距离y设在。使用输出检查集群结构在一个广泛的参数设置。您可以使用输出帮助评估适当的εDBSCAN算法的聚类阈值。属于集群有小点可达性最近邻距离,和集群作为山谷出现在可达性的情节。更深层次的山谷对应密集的集群。确定纵坐标的ε山谷的底部。
光学假定密集的集群是完全包含集群密度较低。光学过程跟踪以正确的顺序的数据点密度社区。这个过程是由订购数据点的最短可达性的距离,保证集群密度较高的识别。
扩展功能
版本历史
介绍了R2021a