Density-Based Spatial Clustering of Applications with Noise (DBSCAN) 밀도 기반 클러스터링

source: https://aaronscotthq.com/2020-05-28-scott_dbscan/

 

개요

Density-Based Spatial Clustering of Applications with Noise (DBSCAN)은 Ester et al. (1996)이 제안한 밀도 기반 클러스터링 알고리즘이다. 주어진 point data에서 Eps, MinPts 두가지 파라미터를 활용하여 임의 모양과 수의 클러스터를 찾는다. Eps는 반경, MinPts는 반경 내 이웃의 최소 수를 의미한다. 한 point에서 지정한 Eps 안에 MinPts 이상의 point가 있으면 클러스터를 형성한다.

 

단점

- 클러스터링 전에 파라미터를 직접 지정해야 한다.

- 시계열 데이터를 처리할 수 없다.

 

Reference

• Zhuang, S., & Chen, C. (2021, July). Aerial battlefield targets grouping based on DTW-DBSCAN algorithm. In 2021 40th Chinese Control Conference (CCC) (pp. 3397-3402). IEEE.
• Ester, M., Kriegel, H. P., Sander, J., & Xu, X. (1996, August). A density-based algorithm for discovering clusters in large spatial databases with noise. In kdd (Vol. 96, No. 34, pp. 226-231).