DBSCAN 算法(递归逻辑)

Question

DBSCAN(D, eps, MinPts)
   C = 0
   for each unvisited point P in dataset D
      mark P as visited
      NeighborPts = regionQuery(P, eps)
      if sizeof(NeighborPts) < MinPts
         mark P as NOISE
      else
         C = next cluster
         expandCluster(P, NeighborPts, C, eps, MinPts)
expandCluster(P, NeighborPts, C, eps, MinPts)
   add P to cluster C
   for each point P' in NeighborPts 
      if P' is not visited
         mark P' as visited
         NeighborPts' = regionQuery(P', eps)
         if sizeof(NeighborPts') >= MinPts
            NeighborPts = NeighborPts joined with NeighborPts'
      if P' is not yet member of any cluster
         add P' to cluster C
regionQuery(P, eps)
   return all points within P's eps-neighborhood

如您所见，DBSCAN的算法根据维基百科。

我想问一下这个确切的部分。

      NeighborPts = NeighborPts joined with NeighborPts'

我的理解是，如果访问来自核心点邻居的核心点，它将被连接到当前检查的集群中，对吧？但是递归是如何在这里发生的呢？因为我们已经定义了以下循环：

   for each point P' in NeighborPts 

在连接过程之前，因此 expandCluster 函数不会检查来自 NeighborPts' 的任何附加点，如果新的 NeighborPts 实际上有一个点是同一集群的另一个核心点，算法如何进行？

我有一个在Java中实现"expandCluster"方法的代码：

public void expand(Vector<Integer> region, Group c, double dist, int minPts){
    for(int i = 0; i < region.size(); i++){
        int idx = region.get(i);
        if(labels[idx] == 0){                         // check if point is visited
            labels[idx] = 1;                          // mark as visited
            Vector<Integer> v = region(idx, dist);    // check for neighboring point
            if (v.size() >= minPts){                  // check if core point
                region.addAll(v);                     // join the NeighborPts 
            }
        }
        if(clustered[idx] == 0){
            c.elements.add(patterns.get(idx));
            clustered[idx] = clusters.size()+1;
        }
    }
}

通过此代码region.addAll(v);修改数据收集后，是否会重新访问数据收集region？

Answer 1

我的理解是，如果一个核心点来自核心的邻居 访问点，它将加入当前检查的集群， 右？

是的，你是对的，你可以安全地删除这条线

如果未访问 P'

但是，这效率不高。

如果已访问点 P'，则无需计算其邻域并将其与 P 邻域连接。

它被访问意味着：它是一个噪音点，它已经在集群中，或者它是一个边界点。如果它已经在集群中，并且它是一个核心点，这意味着它的邻居已经被处理了。如果它是边界点，则不得连接其相邻点。

但是递归是如何在这里发生的呢？

在行中

对于相邻点中的每个点 P'

您必须将NeighborPts视为点的动态容器。第一次进入 for 循环时NeighborPts包含 X 个点。如果连接将 Y 个点添加到NeighborPts则 for 循环将访问X和Y集。然后，这将对集合重复此操作 X 和 Y 这就是递归发生的方式。

数据收集区域是否会在 通过此代码修改数据收集 region.addAll(v(;？

是的，每次您调用region.addAll(v)时，region.size()都会增加，这证实了使您感到困惑的递归行为。