Ի՞նչ է DBSCAN-ը և ինչպես է այն օգնում հայտնաբերել արտառոցները։

DBSCAN (Համակենտրոնության վրա հիմնված տարածական խմբավորումը աղմուկով) է ալգորիթմ, որը խմբավորում է տվյալների կետերը խտության հիման վրա: Այն առանձնացնում է խմբերը բարձր խտության տարածքներ և նշում այն կետերը, որոնք չեն պատկանում որևէ խմբի, որպես արտառոց (աղմուկ):

Ալգորիթմը օգտագործում է երկու հիմնական պարամետրեր.

• eps — կետի հարևանության շառավիղ;
• minPts — նվազագույն քանակը կետերի, որոնք գտնվում են eps-ով սահմանափակ տարածքում, որպեսզի ձևավորվի խումբ:

Եթե eps-ով սահմանափակ տարածքում գտնվող կետը ունի ավելի քիչ, քան minPts հարևան, այն համարվում է արտառոց։ Այսպիսով, DBSCAN-ը օգնում է ավտոմատ կերպով հայտնաբերել արտառոցները՝ առանձնացնելով հազվագյուտ կամ մեկուսացված կետերը խիտ տվյալների խմբերից՝ նախապես որոշելու կարիք չունենալով խմբերի քանակը:

Օրինակ՝ Python-ում scikit-learn գրադարանի հետ օգտագործման օրինակ:

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_)
# Արտածում՝ խմբերի նշումներ, -1 արտառոց է նշում