Dbscan训练 (Dbscan)

Java 类名：com.alibaba.alink.pipeline.clustering.Dbscan

Python 类名：Dbscan

功能介绍

DBSCAN，Density-Based Spatial Clustering of Applications with Noise，是一个比较有代表性的基于密度的聚类算法。与划分和层次聚类方法不同，它将簇定义为密度相连的点的最大集合，能够把具有足够高密度的区域划分为簇，并可在噪声的空间数据库中发现任意形状的聚类。

本算法为DBSCAN对应的训练组件，输入为训练数据，输出有两个：（1）每个数据点的ID，节点类型以及聚类中心，（2）可以用来预测新数据的DBSCAN模型。

距离度量方式

参数名称	参数描述	说明
EUCLIDEAN		欧式距离
COSINE		夹角余弦距离
CITYBLOCK		街区距离

参数说明

名称	中文名称	描述	类型	是否必须？	取值范围	默认值
epsilon	邻域距离阈值	邻域距离阈值	Double	✓
idCol	ID列名	ID列对应的列名	String	✓
minPoints	邻域中样本个数的阈值	邻域中样本个数的阈值	Integer	✓
predictionCol	预测结果列名	预测结果列名	String	✓
vectorCol	向量列名	向量列对应的列名	String	✓
distanceType	距离度量方式	距离类型	String		“EUCLIDEAN”, “COSINE”, “CITYBLOCK”	“EUCLIDEAN”
modelFilePath	模型的文件路径	模型的文件路径	String			null
overwriteSink	是否覆写已有数据	是否覆写已有数据	Boolean			false
predictionDetailCol	预测详细信息列名	预测详细信息列名	String
reservedCols	算法保留列名	算法保留列	String[]			null
numThreads	组件多线程线程个数	组件多线程线程个数	Integer			1