matlab练习程序（DBSCAN）
DBSCAN全称Density-Based Spatial Clustering of Applications with Noise，是一种密度聚类算法。
和Kmeans相比，不需要事先知道数据的类数。
以编程的角度来考虑，具体算法流程如下：
1.首先选择一个待处理数据。
2.寻找和待处理数据距离在设置半径内的数据。
3.将找到的半径内的数据放到一个队列中。
4.拿队列头数据作为当前待处理数据并不断执行第2步。
5.直到遍历完队列中所有数据，将这些数据记为一类。
6.选择没有处理到的数据作为一个待处理数据执行第2步。
7.直到遍历完所有数据，算法结束。
大概就是下图所示的样子：
我这里没有单独输出离群点，不过稍微改进增加离群点个数判断阈值应该就可以，比较容易修改。
代码如下：
clear all;
close all;
clc;
K=3;
theta=0:0.01:2*pi;
p1=; %生成测试数据
p2=;
p3=;
p=';
randIndex = randperm(length(p))'; %打乱数据顺序
p=p(randIndex,:);
plot(p(:,1),p(:,2),'.')
flag = zeros(length(p),1); %聚类标记
clsnum = 0; %类的个数
disnear = 0.3; %聚类半径
for i=1:length(p)
nxtp = p(i,:); %初始聚类半径内的邻域点队列
if flag(i)==0
clsnum = clsnum+1;
pcstart = 1; %设置队列起始指针
preflag = flag; %聚类标记更新
while pcstart<=length(nxtp) %判断是否完成队列遍历
curp = nxtp(pcstart,:); %得到当前要处理的点
pcstart = pcstart+1; %队列指针更新
diffp = p-curp; %这里直接和所有数据比较了，数据量大的时候可以考虑kdtree
dis = sqrt(diffp(:,1).*diffp(:,1)+diffp(:,2).*diffp(:,2)); %判断当前点与所有点之间的距离
ind = dis<disnear; %得到距离小于阈值的索引
flag(ind) = clsnum; %设置当前聚类标记
diff_flag = preflag-flag;
diff_ind = (preflag-flag)<0; %判断本次循环相比上次循环增加的点
tmp = zeros(length(p),1);
tmp(diff_ind) = clsnum;
flag = flag + tmp; %增加的点将其标记为一类
preflag = flag; %聚类标记更新
nxtp = ; %增加聚类半径内的邻域点队列
end
end
end
%聚类可能不止三组，我偷懒不想判断并plot了
figure;
plot(p(flag==1,1),p(flag==1,2),'r.')
hold on;
plot(p(flag==2,1),p(flag==2,2),'g.')
plot(p(flag==3,1),p(flag==3,2),'b.')
结果如下：
原始数据：
聚类结果：
页:
[1]