Šta je DBSCAN i kako pomaže u pronalaženju odskakanja?

DBSCAN (Густински базирани просторне груписање са шумом) је алгоритам груписања који групише тачке података на основу густине. Он истиче кластер као области са високим густинама тачака и означава тачке које не припадају ниједном кластеру као изузетке (шум).

Алгоритам користи два главна параметра:

• eps — радијус окружења тачке;
• minPts — минималан број тачака у окружењу eps за формирање кластера.

Ако тачка у окружењу eps има мање од minPts суседа, сматра се изузетком. Тако, DBSCAN помаже у аутоматском откривању изузетака, раздвајајући ретке или изоловане тачке од густих група података без потребе да се унапред одреди број кластерa.

Пример коришћења у Python-у са scikit-learn библиотеком:

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_)
# Излаз: етикете кластерa, -1 означава изузетак