DBSCAN nedir ve nasıl aykırı değerleri bulmaya yardımcı olur?

DBSCAN (Yoğunluk Tabanlı Mekansal Kümeleme ve Gürültü) algoritması, yoğunluğa göre veri noktalarını gruplandıran bir kümeleme algoritmasıdır. Yüksek yoğunluklu noktalar alanları olarak kümeleri ayırt eder ve herhangi bir kümeye ait olmayan noktaları aykırı değerler (gürültü) olarak işaretler.

Algoritma iki temel parametre kullanır:

• eps — noktanın komşuluk yarıçapı;
• minPts — bir küme oluşturmak için eps komşuluğundaki en az nokta sayısı.

Eps komşuluğundaki bir noktada minPts’den az komşu varsa, bu nokta aykırı değer olarak kabul edilir. Böylece, DBSCAN, önceden küme sayısını belirlemeye gerek kalmadan, nadir veya izole noktaları yoğun veri kümelerinden otomatik olarak ayırarak aykırı değerleri tespit etmeye yardımcı olur.

Python’da scikit-learn kütüphanesi ile kullanım örneği:

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_)
# Çıktı: küme etiketleri, -1 aykırı değeri gösterir