Qu'est-ce que DBSCAN et comment aide-t-il à détecter les anomalies?

DBSCAN (Clustering Spatial basé sur la Densité avec Bruit) est un algorithme de regroupement qui regroupe des points de données en fonction de leur densité. Il identifie des clusters comme des zones à haute densité de points et marque les points qui n’appartiennent à aucun cluster comme des valeurs aberrantes (bruit).

L’algorithme utilise deux paramètres principaux :

• eps — rayon de la voisinage du point ;
• minPts — nombre minimum de points dans la voisiné eps pour former un cluster.

Si un point dans la voisiné eps a moins de minPts voisins, il est considéré comme une valeur aberrante. Ainsi, DBSCAN aide à détecter les valeurs aberrantes, séparant automatiquement les points rares ou isolés des groupes de données denses sans avoir besoin de définir à l’avance le nombre de clusters.

Exemple d’utilisation en Python avec la bibliothèque 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_)
# Résultat : étiquettes de clusters, -1 indique une valeur aberrante