作为最经典的密度聚类算法，DBSCAN使用一组关于“邻域”概念的参数来描述样本分布的紧密程度，将具有足够密度的区域划分成簇，且能在有噪声的条件下发现任意形状的簇。在学习具体算法前，我们先定义几个相关的概念： 邻域：对于任意给定样本x和距离ε，x的ε邻域是指到x距离不超过ε的样本的集合； 核心对象：若样本x的ε邻域内至少包含minPts个样本，则x是一个核心对象； 密度直达：若样本b在a的ε邻域内，且a是核心对象，则称样本b由样本x密度直达； 密度可达：对于