DBSCAN

DBSCAN是一种基于数据密度的无监督聚类算法。在聚类空间的特定区域内，使用指定的半径阈值和数量阈值，筛选核心点及其领域点。通过密度可达及密度相连理论，实现数据点聚类。

仅支持通过可视化方式，配置读取该组件参数，参数详情如下表所示：

• 可视化方式

页签	参数	参数名称	是否必选	参数描述	默认值
数据源	表名	inputTable	是	数据表	无
默认参数	选择特征列	selectedColNames	是	输入表中选择特征列名类型。	无
模型参数	半径	eps	是	用于设置密度聚类中的ε领域，即半径。	0.5
模型参数	最少的样本量	min_samples	是	用于设置ε领域内最少的样本量。	5
调优参数	最近邻搜寻方法	algorithm	是	包括auto、ball_tree、kd_tree、brute。在计算点之间距离的过程中，用于指定搜寻最近邻样本点的算法。默认为auto，表示密度聚类会自动选择一个合适的搜寻方法。如果为ball_tree，则表示使用球树搜寻最近邻。如果为kd_tree，则表示使用K-D树搜寻最近邻。如果为brute，则表示使用暴力法搜寻最近邻。	auto