一.前述
密度聚类是一种能降噪的算法。
二.相关概念
先看些抽象的概念（官方定义）：
1.
：对象O的是与O为中心，
为半径的空间，参数
，是用户指定每个对象的领域半径值。
2.MinPts（领域密度阀值）：对象的
的对象数量。
3.核心对象：如果对象O
的对象数量至少包含MinPts个对象，则该对象是核心对象。
4.直接密度可达：如果对象p在核心对象q的
内，则p是从q直接密度可达的。
5.密度可达：在DBSCAN中，p是从q(核心对象)密度可达的，如果存在对象链，使得
,
是
从关于
和MinPts直接密度可达的，即
在
的
内，则
到
密度可达。
6.密度相连：如果存在对象
，使得对象
都是从q关于和MinPts密度可达的，则称
是关于
和MinPts密度相连的。
PS：是不是很抽象 ，所以官方定义永远是官方定义确实理解不了。然后再看些非官方定义，其实就大概明白了。
先上图：
解释下：这里有几个关键的概念。
领域其实就是某一个半径内，假设半径为5，我们先看P点以半径为5画的圆中包含3个点，而q点以半径为5画7个点 7>5,所以q就叫做核心对象。q不是核心对象。理解就是这么简单，再看看什么叫密度可达，见下图：
0点以半径为5画圆与p点以半径为5画圆有交集，即O点以半径为5的领域内有以P为中心店半径为5的领域内的点，则O密度可达P，O也密度可达q(在边界交点也算)。
从o点能密度可达p，也能密度可达q,则p,q叫密度相连。
再比如：
q密度可达p1，p1密度可达p，则q密度可达p（间接的也是密度可达）！！！！
这里需要两个参数注意下：r半径，m阈值，即以r为半径内所包含的点，只有大于m阈值的点才能叫核心对象。
以上理解了这些概念，但跟聚类有什么相连，实际上簇就是密度相连的最大的集合。即一个簇就是最大的密度相连的集合。
如果一个点不是核心对象，也就意味着不能密度可达，所以就是噪声点。（通俗理解就是一个点都不能画圆，怎么会有密度可达呢？）
比如下图：
就是噪声点。
PS：总结下规律：
给定的m不够簇就会变多，比如下图：m分别是5,3,2
解释：当是5的时候，圈红的边缘点不是核心对象，所以不能画圆，所以不会密度可达。当是2的时候，半径内的值大于阈值所以是核心对象，那么这堆数据有可能密度相连，形成一个簇。这也就是簇变多的原因。
r半径太大就会聚类到一起：如下图
所以Finally总结：要大一起大，要小一起小，参数这是最合适的。比如2,6图是合适的，4个簇。
未完待续，持续更新中。。。。。。。。。。。。