Java 类名：com.alibaba.alink.operator.batch.clustering.GroupGeoDbscanBatchOp
Python 类名：GroupGeoDbscanBatchOp
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。
按经纬度分组DBSCAN算法根据用户指定的“分组列”将输入数据分为多个组，然后在每个组内部按经纬度进行DBSCAN聚类算法。
| 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 | ✓ | ||
| groupCols | 分组列名，多列 | 分组列名，多列，必选 | String[] | ✓ | ||
| idCol | id列名 | id列名 | String | ✓ | ||
| latitudeCol | 经度列名 | 经度列名 | String | ✓ | 所选列类型为 [BIGDECIMAL, BIGINTEGER, BYTE, DOUBLE, FLOAT, INTEGER, LONG, SHORT] | |
| longitudeCol | 纬度列名 | 纬度列名 | String | ✓ | 所选列类型为 [BIGDECIMAL, BIGINTEGER, BYTE, DOUBLE, FLOAT, INTEGER, LONG, SHORT] | |
| 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 | ✓ | ||
| groupMaxSamples | 每个分组的最大样本数 | 每个分组的最大样本数 | Integer | 2147483647 | ||
| reservedCols | 算法保留列名 | 算法保留列 | String[] | null | ||
| skip | 每个分组超过最大样本数时，是否跳过 | 每个分组超过最大样本数时，是否跳过 | Boolean | false |