ML算法（OPTICS聚类说明详细指南） _SklearnOPTICS聚类

先决条件： DBSCAN集群
OPTICS Clustering代表确定集群结构的订购点。它从DBSCAN聚类算法中获得启发。它为DBSCAN群集的概念增加了两个术语。他们是：-
核心距离：这是将给定点分类为核心点所需的最小半径。如果给定的点不是核心点, 则其核心距离是不确定的。

文章图片
可达距离：相对于另一个数据点q(Let)定义。点p和q之间的可达距离是p的核心距离和p和q之间的欧几里德距离(或其他距离度量)中的最大值。请注意, 如果q不是核心点, 则未定义可达距离。

文章图片
从某种意义上说, 该聚类技术不会将数据显式分段为聚类, 因此它与其他聚类技术不同。相反, 它会生成可到达距离的可视化, 并使用此可视化对数据进行聚类。
【ML算法（OPTICS聚类说明详细指南）】伪代码：
以下伪代码已从维基百科页面算法的

OPTICS(DB, eps, MinPts)#Repeating the process for all points in the database for each point pt of DB#Initializing the reachability distance of the selected point pt.reachable_dist = UNDEFINED for each unprocessed point pt of DB#Getting the neighbours of the selected point #according to the definitions of epsilon and #minPts in DBSCAN Nbrs = getNbrs(pt, eps)mark pt as processed output pt to the ordered list#Checking if the selected point is not noise if (core_dist(pt, eps, Minpts) != UNDEFINED)#Initializing a priority queue to get the closest data point #in terms of Reachability distance Seeds = empty priority queue#Calling the update function update(Nbrs, pt, Seeds, eps, Minpts)#Repeating the process for the next closest point for each next q in Seeds Nbrs' = getNbrs(q, eps) mark q as processed output q to the ordered list if (core_dist(q, eps, Minpts) != UNDEFINED) update(Nbrs', q, Seeds, eps, Minpts)

下面给出了用于更新功能的伪代码：

update(Nbrs, pt, Seeds, eps, MinPts)#Calculating the core distance for the given point coredist = core_dist(pt, eps, MinPts)#Updating the Reachability distance for each neighbour of p for each obj in Nbrs if (obj is not processed) new_reach_distance = max(coredist, dist(pt, obj))#Checking if the neighbour point is in seeds if (obj.reachable_dist == UNDEFINED)#Updation step obj.reachabled_dist = new_reach_distance Seeds.insert(obj, new_reach_distance) else if (new_reach_distance < obj.reachable_dist)#Updation step o.reachable_dist = new_reach_distance Seeds.move-up(obj, new_reach_distance)

OPTICS集群与DBSCAN集群：

内存成本：OPTICS群集技术需要更多的内存, 因为它维护一个优先级队列(最小堆)来确定下一个数据点(就可达距离而言)与当前正在处理的点最接近。它也需要更多的计算能力, 因为最近的邻居查询比DBSCAN中的半径查询更复杂。
参数更少：OPTICS聚类技术不需要维护epsilon参数, 仅在上面的伪代码中给出以减少花费的时间。这导致减少了参数调整的分析过程。
此技术不会将给定的数据隔离到群集中。它仅产生可到达距离图, 并且在程序员的解释下相应地将点聚类。