Sklearn 机器学习 数据聚类 DBSCAN聚类算法的异常点

💖亲爱的技术爱好者们，热烈欢迎来到 Kant2048 的博客！我是 Thomas Kant，很开心能在CSDN上与你们相遇～💖

本博客的精华专栏：
【自动化测试】 【测试经验】 【人工智能】 【Python】

---

Sklearn 机器学习 | DBSCAN 聚类算法中的异常点识别与应用实战

在无监督学习中，DBSCAN（Density-Based Spatial Clustering of Applications with Noise） 是一种基于密度的聚类算法，不仅支持发现任意形状的簇，还可以自动识别“异常点”——也称为“噪声点（Noise）”。

本文将从 算法原理、Sklearn 实战代码、异常点识别与可视化 到 参数调优技巧 全面讲解 DBSCAN 的核心使用方法。读完本文，你将掌握一种强大且实用的异常点检测工具，适用于复杂数据结构分析任务。

---

🧩 一、什么是 DBSCAN 聚类算法？

核心思想

DBSCAN 的核心理念是通过 密度联系 来划分数据簇，具体由两个关键参数控制：

• eps：邻域半径，表示一个点的密度半径范围；
• min_samples：最小邻居数，表示成为“核心点”所需的最少邻居数。

工作原理详解

1. 任取一个数据点 A，查找其 eps 半径内的所有点（包括 A 本身）；
2. 如果邻居数 ≥ min_samples，则 A 为核心点；
3. 找出所有从核心点“直接密度可达”的点（即 eps 范围内的点）；
4. 递归扩展，找出从核心点“密度可达”（包括间接路径）的一系列点，构成一个聚类；
5. 无法从任意核心点出发密度可达的点，被标记为 -1，称为噪声点（Noise），即异常点。

⚠️ 注：术语中“直接密度可达”表示某点落在核心点的 eps 邻域内，而“密度可达”是指从核心点出发，经一系列核心点跳转而可达的路径。

---

📊 二、DBSCAN 聚类实战：数据准备与建模

我们使用 make_moons 数据集，它由两个半圆构成，常用于测试聚类算法在非凸形状数据中的效果。

导入库：

import numpy as np
import matplotlib.pyplot as plt
from sklearn.datasets import make_moons
from sklearn.cluster import DBSCAN

构造数据：

<