机器学习——聚类——密度聚类法——OPTICS

理论部分

1.1 提出背景

在DBSCAN算法中，需要人为确定领域半径$ϵ$和密度阈值$M$,同时该算法的性能又对这两个超参数非常敏感，不同的初始参数设定会导致完全不同的结果。基于此，学者们提出了新的聚类算法OPTICS。该聚类算法同样也是基于密度聚类的算法，与DBSCAN不同的是，该算法的设计使得其对初始超参数的设定敏感度较低。

1.2 OPTICS算法

1.2.1 基本概念

·核心距离
一个对象$p$的核心距离定义为使得其成为核心对象的最小距离，设$M$表示密度阈值，$N_{ϵ}(x)$表示以$x$为核心，$ϵ$为半径区域内的点构成的集合。$N_{ϵ}^i(x)$表示$N_{ϵ}(x)$中距离$x$第$i$近的点。则样本点$x$的核心对象可定义如下：
$$cd(x)=\{\begin{array}{rlr}Undefined& & if|N_{ϵ}(x)|<M\\ d(x,N_{ϵ}^M(x))& & if|N_{ϵ}(x)|\ge M\end{array}$$
可以看出：一个样本点必须首先是核心点，其核心距离才会有定义。假设$x$点为一个核心对象，找到以$x$点为圆心，且刚好满足密度阈值$M$的最外层的一个点,假设记为$x’$，则$x$点到$x’$点的距离称为核心距离。

·可达距离
可达距离的定义方式基于核心距离，对于一个核心点$x$,假设$x_i$为其周围的的点，如果$x$与$x_i$之间的距离大于$x$的核心距离，则其可达距离定义为两者间的实际距离，否则，定义为 x x