Τι είναι το DBSCAN και πώς βοηθά στην ανίχνευση εκτός ορίων;

Το DBSCAN (Πυκνομετρική Ομαδοποίηση Χώρου με Θόρυβο) είναι ένας αλγόριθμος ομαδοποίησης που ομαδοποιεί σημεία δεδομένων βάσει πυκνότητας. Αναδεικνύει τις ομάδες ως περιοχές με υψηλή πυκνότητα σημείων και σημειώνει τα σημεία που δεν ανήκουν σε καμία ομάδα ως αποκλίσεις (θόρυβος).

Ο αλγόριθμος χρησιμοποιεί δύο βασικές παραμέτρους:

• eps — ακτίνα γειτονιάς του σημείου;
• minPts — ελάχιστος αριθμός σημείων στην εμβέλεια eps για τη δημιουργία ομάδας.

Αν ένα σημείο στην εμβέλεια eps έχει λιγότερους από minPts γείτονες, θεωρείται αποκλίνον. Έτσι, το DBSCAN βοηθά στον εντοπισμό αποκλίσεων, διαχωρίζοντας αυτόματα σπάνια ή απομονωμένα σημεία από πυκνές ομάδες δεδομένων χωρίς να χρειάζεται να οριστεί εκ των προτέρων ο αριθμός των ομάδων.

Παράδειγμα χρήσης σε Python με τη βιβλιοθήκη scikit-learn:

from sklearn.cluster import DBSCAN
import numpy as np

X = np.array([[1, 2], [2, 2], [2, 3], [8, 7], [8, 8], [25, 80]])

clustering = DBSCAN(eps=3, min_samples=2).fit(X)
print(clustering.labels_)
# Έξοδος: ετικέτες ομάδων, -1 σημαίνει αποκλίνον