რა არის DBSCAN და როგორ ეხმარება ის გამონაკლისების მოძიებაში?

DBSCAN (ჭარბი სიხშირის დაფუძნებული სივრცითი კლასტერი) არის კლასტერი, რომელიც მონაცემთა წერტილებს სიხშირის საფუძველზე აერთიანებს. იგი გამოყოფს კლასტერს როგორც მაღალი სიხშირის მქონე ტერიტორიებს და აღნიშნავს წერტილებს, რომლებიც არ ეკუთვნით არცერთ კლასტერს, როგორც გამონაკლისებს (შუა).

ალგორითმი იყენებს ორი ძირითადი პარამეტრს:

• eps — წერტილის მიმდებარე რადიუსი;
• minPts — მინიმალური რაოდენობა წერტილების, რომლებიც უნდა იყოს eps მიმდებარე ტერიტორიაზე, რათა შექმნას კლასტერი.

თუ წერტილი eps მიმდებარე ტერიტორიაზე აქვს ნაკლები, ვიდრე minPts მეზობელი, ის ითვლება გამონაკლისად. ასე, DBSCAN ეხმარება ავტომატურად გამოვლინდეს გამონაკლისები, გამოყოფს იშვიათ ან იზოლირებულ წერტილებს სქელ მონაცემთა ჯგუფებიდან, წინასწარ განსაზღვრის გარეშე კლასტერების რაოდენობას.

Python-ში scikit-learn ბიბლიოთეკის გამოყენების მაგალითი:

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_)
# შედეგი: კლასტერის ნიშნები, -1 ნიშნავს გამონაკლისს