Ինչու ընտրեցինք DBSCAN-ը անոմալիաների հայտնաբերման առաջադրանքի համար, ոչ թե դասակարգումը?

DBSCAN-ը կլաստերացման ալգորիթմ է, որը շատ հարմար է անոմալիաների հայտնաբերման համար, քանի որ այն չի պահանջում նախապես նշված տվյալներ և կարող է հայտնաբերել ցանկացած ձևաչափի կլաստերներ, ինչպես նաև առանձնացնել աղմուկը (անոմալիաները) որպես առանձին կետեր, որոնք չեն պատկանում որևէ կլաստերին:

Ի տարբերություն դասակարգման, որը պահանջում է նշված տվյալներով ուսուցողական հավաքածու (նորմալ/անորմալ), DBSCAN-ը աշխատում է անակնկալ ռեժիմում, ինչը հարմար է, երբ անոմալիաները հազվադեպ են և վատ ներկայացված տվյալներում: Բացի այդ, դասակարգիչները կարող են վատ աշխատել անհավասարակշռված դասարաններում, մինչդեռ DBSCAN-ը հայտնաբերում է անոմալիաները որպես արտագնա արժեքներ, անկախ դասարանների բաշխումից:

Օրինակ՝ եթե ունեք նորմալ վարքագծով կետերի հավաքածու, դրանք կկլաստավորվեն խիտ խմբերով, իսկ հազվագյուտ, տարբեր կետերը նշվում են որպես աղմուկ — այս կետերը համարվում են անոմալիաներ։