关于程序员:DBSCAN去二维离群点坐标

DBSCAN 是基于密度空间的聚类算法，与 KMeans 算法不同，它不须要确定聚类的数量，而是基于数据揣测聚类的数目，它可能针对任意形态产生聚类。

clear all;
clc;
%% 导入数据集
% data = load('testData.txt');
data = textread('F:\DATA\ 二维离群点检测.txt');
% 定义参数 Eps 和 MinPts
MinPts = 5;
Eps = epsilon(data, MinPts);
[m,n] = size(data);% 失去数据的大小
x = [(1:m)' data];
[m,n] = size(x);% 从新计算数据集的大小
types = zeros(1,m);% 用于辨别外围点 1，边界点 0 和乐音点 -1
dealed = zeros(m,1);% 用于判断该点是否解决过,0 示意未解决过
dis = calDistance(x(:,2:n));
number = 1;% 用于标记类
 
%% 对每一个点进行解决
for i = 1:m
    % 找到未解决的点
    if dealed(i) == 0
        xTemp = x(i,:);
        D = dis(i,:);% 获得第 i 个点到其余所有点的间隔
        ind = find(D<=Eps);% 找到半径 Eps 内的所有点   
        %% 辨别点的类型    
        % 边界点
        if length(ind) > 1 && length(ind) < MinPts+1
            types(i) = 0;
            class(i) = 0;
        end
        % 乐音点
        if length(ind) == 1
            types(i) = -1;
            class(i) = -1;
            dealed(i) = 1;
        end
        % 外围点 (此处是关键步骤)
        if length(ind) >= MinPts+1
            types(xTemp(1,1)) = 1;
            class(ind) = number;
             
            % 判断外围点是否密度可达
            while ~isempty(ind)
                yTemp = x(ind(1),:);
                dealed(ind(1)) = 1;
                ind(1) = [];
                D = dis(yTemp(1,1),:);% 找到与 ind(1) 之间的间隔
                ind_1 = find(D<=Eps);
                 
                if length(ind_1)>1% 解决非乐音点
                    class(ind_1) = number;
                    if length(ind_1) >= MinPts+1
                        types(yTemp(1,1)) = 1;
                    else
                        types(yTemp(1,1)) = 0;
                    end
                     
                    for j=1:length(ind_1)
                       if dealed(ind_1(j)) == 0
                          dealed(ind_1(j)) = 1;
                          ind=[ind ind_1(j)];  
                          class(ind_1(j))=number;
                       end                   
                   end
                end
            end
            number = number + 1;
        end
    end
end
% 最初解决所有未分类的点为乐音点
ind_2 = find(class==0);
class(ind_2) = -1;
types(ind_2) = -1;
 
%% 画出最终的聚类图
hold on
for i = 1:m
    if class(i) == -1
        plot(data(i,1),data(i,2),'.r');
    elseif class(i) == 1
        if types(i) == 1
            plot(data(i,1),data(i,2),'+b');
        else
            plot(data(i,1),data(i,2),'.b');
        end
    elseif class(i) == 2
        if types(i) == 1
            plot(data(i,1),data(i,2),'+g');
        else
            plot(data(i,1),data(i,2),'.g');
        end
    elseif class(i) == 3
        if types(i) == 1
            plot(data(i,1),data(i,2),'+c');
        else
            plot(data(i,1),data(i,2),'.c');
        end
    else
        if types(i) == 1
            plot(data(i,1),data(i,2),'+k');
        else
            plot(data(i,1),data(i,2),'.k');
        end
    end
end
hold off