DBSCAN 密度聚类

K-Means 会把每个点分配给某个中心，孤立异常也必须入组。若希望允许噪声点、发现弯曲的高密度区域，可以改从局部邻域连接出发；DBSCAN 的难点转为距离尺度与密度阈值选择。

DBSCAN 以 eps 半径内的样本数判断核心点，scikit-learn 的 min_samples 包含样本自身。相连核心点及其邻域形成簇，靠近核心点但自身密度不足的是边界点，其余为噪声，常标为 −1。它无需预先给簇数，但并非无需参数。

人群中的密集站点能继续把相邻人群连接起来，边缘围观者可以加入，却不能仅靠一条稀疏人链无限扩张。核心点和边界点的不同作用决定了扩张边界。

从一个核心点扩展时，遇到其他核心点可以继续扩张；仅有边界点不能作为新的扩张源。先被标记为噪声的点若后来进入核心邻域，可以成为边界点，因此一次暂定噪声不是不可撤销的真值。

eps 依赖距离单位与特征尺度，min_samples 表示局部支持需求。统一阈值难同时适应密度差异很大的簇，高维距离集中也会削弱邻域判断；缩放和度量选择需要任务解释。

噪声标签不是异常真实标签，可能只是阈值下未连接的正常小群体。边界点同时邻近两个簇时，归属可能受遍历顺序影响；评测还需报告噪声比例与覆盖，不能只把噪声删掉后展示漂亮簇。

1. 确定特征尺度与距离度量，检查邻域语义。
2. 选择 eps 与 min_samples，明确是否包含自身。
3. 识别核心点，从未访问核心点扩展密度连接区域。
4. 加入核心邻域的边界点，不通过单独边界继续扩张。
5. 标记剩余噪声，比较参数敏感性、覆盖率与业务解释。

• 寻找可能非球形的高密度区域，同时允许未分配点。
• 作为探索性噪声筛查，但仍需要独立异常定义。

• min_samples 计数时漏掉自身，导致核心点集合错误。
• 允许边界点无限扩张，把稀疏链连成一簇。
• 把 −1 直接当作已证实的异常或欺诈标签。