在DBSCAN密度聚類算法中，我們對(duì)DBSCAN聚類算法的原理做了總結(jié)，本文就對(duì)如何用scikit-learn來(lái)學(xué)習(xí)DBSCAN聚類做一個(gè)總結(jié)，重點(diǎn)講述參數(shù)的意義和需要調(diào)參的參數(shù)。
1. scikit-learn中的DBSCAN類
在scikit-learn中，DBSCAN算法類為sklearn.cluster.DBSCAN。要熟練的掌握用DBSCAN類來(lái)聚類，除了對(duì)DBSCAN本身的原理有較深的理解以外，還要對(duì)最近鄰的思想有一定的理解。集合這兩者，就可以玩轉(zhuǎn)DBSCAN了。
2. DBSCAN類重要參數(shù)
DBSCAN類的重要參數(shù)也分為兩類，一類是DBSCAN算法本身的參數(shù)，一類是最近鄰度量的參數(shù)，下面我們對(duì)這些參數(shù)做一個(gè)總結(jié)。
1）eps： DBSCAN算法參數(shù)，即我們的
