python机器学习API介绍20: 密度聚类及其用法_密度聚类（DBSCAN）是scikit-learn提供

密度聚类（DBSCAN）是scikit-learn提供的密度聚类算法模型，其原型为：

class sklearn.cluster.DBSCAN(eps=0.5 min_samples=5 metric='euclidean' algorithm='auto' leaf_size=30 p=None random_state=None)

参数说明：

eps：E参数，用于确定邻域大小。

min_samples：MinPts参数，用于判断核心对象。
metric：一个字符串或者一个可调用对象，用于计算距离，如果是字符串，则必须是在metircs.pairwise.caculate中指定。

algorithm：一个字符串，用于计算两点间距离并找出最近邻的点，当值为auto的时候，表示由算法自动找出最合适的算法；当为ball_tree时，表示使用ball树来搜索；当为kd_tree的时候，表示使用KDTree来搜索；当为brute表示使用暴力搜索。

python机器学习API介绍20: 密度聚类及其用法