學習筆記，僅供參考，有錯必糾

---

聚類

OPTICS

算法與DBSCAN 算法有很多相似之處，可以認為是DBSCAN的泛化，將eps要求從單一值放寬到一個范圍。DBSCAN和OPTICS的關鍵區別在于，OPTICS算法建立了一個可達性圖(reachability graph)，它為每個樣本同時分配了一個 reachability_ 距離，和一個 ordering_ 屬性內的點；這兩個屬性在模型擬合時被分配，用于確定聚類成員。

如果OPTICS運行時為 max_eps設置了默認的inf值，那么可以使用cluster_optics_dbscan方法，在線性時間內對任意給定的eps值重復執行DBSCAN風格，進行集群提取。

將 max_eps 設置為一個較低的值會導致運行時間縮短，可以認為是每個點的最大鄰域半徑，以找到其他潛在的可到達點。

OPTICS生成的可達性距離可以在一個數據集內進行變密度的聚類提取。<

總結

以上是生活随笔為你收集整理的sklearn自学指南(part38)--OPTICS的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。