DBSCAN nima va u qanday qilib chiqindilarni aniqlashga yordam beradi?

DBSCAN (Qalinlikka asoslangan fazoviy klasterlash va shovqin) - bu zichlik asosida ma'lumot nuqtalarini guruhlaydigan algoritm. U klasterlarni yuqori zichlikdagi nuqtalar hududlari sifatida ajratadi va hech qanday klasterga tegishli bo'lmagan nuqtalarni chiqindilar (shovqin) sifatida belgilaydi.

Algoritm ikki asosiy parametrni ishlatadi:

• eps — nuqtaning atrofidagi radius;
• minPts — klaster hosil qilish uchun eps atrofidagi minimal nuqtalar soni.

Agar eps atrofidagi nuqtada minPts dan kam qo'shnilar bo'lsa, u chiqindi sifatida hisoblanadi. Shunday qilib, DBSCAN kam yoki izolyatsiyalashgan nuqtalarni zich ma'lumot guruhlaridan avtomatik ajratib, chiqindilarni aniqlashga yordam beradi, oldindan klasterlar sonini belgilash shart emas.

Python'da scikit-learn kutubxonasi bilan foydalanish misoli:

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_)
# Natija: klaster belgilari, -1 chiqindi sifatida ko'rsatiladi