A Density-Based Algorithm for

Discovering Clusters in Large Spatial

Databases with Noise
M. Ester, H-P. Kriegel, J. Sander, X. Xu

Apresentao: Lia Michelle de Souza

Algoritmos Baseados em
Densidade
Esses

algoritmos assumem que os clusters

so regies de alta densidade de padres
separadas por regies com baixa densidade,
no espao de padres.
Um cluster definido como um componente
denso conectado em qualquer direo dada
pela densidade.

Densidade Caractersticas
Principais
Descoberta

de grupos de forma arbitrria;

Tratamento de Rudo;
Apenas uma escaneada;
necessrio parmetros de densidade como
condies.
Separar regies de objetos de alta e baixa
densidade.

DBScan Density Based Spatial Clustering

of Applications with Noise

um algoritmo baseado em densidade para

agrupar os objetos ou pontos.

1. Parmetros

Para se iniciar um algoritmo DBScan

necessrio definir dois parmetros principais:

Raio - Distncia entre um objeto (Ponto) e

seus vizinhos.

MinPts - Objetos(Pontos) Central.

2. Parmetros
Eps
Valor que descreve a Medida de Proximidade, isto ,
quantos pontos vizinhos prximos, um par de pontos
necessita ter em comum para serem considerados
prximos.
Raio mximo da vizinhana
MinPts
Valor relativo a densidade mnima, ou seja, nmero de
vizinhos prximos que um ponto precisa ter para ser
considerado Core Point.
Nmero de pontos mnimo em Eps desse ponto.

3. Parmetros
: {q D | dist(p,q) < = Eps}
Um ponto p alcanvel pela densidade de
um ponto q Eps, MinPts se:
1) p Neps(q)
2)Condio de Ponto Ncleo:
|Neps(q)| >= MinPts
Neps(p)

Exemplo 1
p : border point
q : core point

p
MinPts = 5
Eps = 1cm

1. Densidades

Alcanvel pela Densidade

Um ponto p alcanvel pela densidade de um ponto q

Eps, MinPts se existe uma cadeia de pontos p1,...,pn,p1
= q,pn = p tal que pi+1 diretamente alcanvel pela
Densidade de pi.

p1

2. Densidades
Conectado pela Densidade
Um ponto p conectado pela densidade a
um ponto q Eps, MinPts se existir um ponto
O para ambos, p e q so alcanveis pela
densidade de O.

q
O

1. Regras para gerar Clusters

Um ponto pertence a um cluster K somente se estiver

localizado no raio de um ponto central do cluster;
Um ponto central p, no raio de um outro ponto central pi
qualquer, precisa pertencer ao mesmo cluster K;
Um ponto no central p, no raio de um ponto central
p1...pi, onde i>0 precisa pertencer ao mesmo cluster
cujo objeto central esteja entre p1...pi;
Um ponto no central p que no estiver no raio de
nenhum objeto central considerado rudo.

2. Regras para gerar Clusters

Para

a gerao de Clusters necessrio que

se teste o raio de cada ponto da base de
dados. Se o raio de um objeto (ponto) p contm
mais de um ponto central (MinPts), ento
criaremos um novo Clusters para o objeto p.
Os objetos (pontos) no raio p so ento
adicionados ao novo Cluster.
Pode-se ocorrer que um objeto central que j
pertena a um Cluster, seja encontrado dentro
de outro Cluster.

3. Regras para gerar Clusters

Os

dois Clusters sero agrupados em um s

e o processo se encerra quando no existir
novos pontos a serem adicionados a
qualquer Cluster.

C2

C1

Algoritmo do DBScan
P

Escolha um Ponto arbitrariamente

Recupere todos os pontos alcanveis

pela densidade de p,Eps,MinPts

Se p um ponto core, forma-se um grupo

Se p um ponto fronteira, no h pontos alcanveis

pela densidade de p, visitar o prximo ponto

Continue o processo at que todos os pontos tenham sido processados

Distncia entre dois pontos

Dist(S1,S2)

= min{dist(p,q) | p S1,q S2}

DBScan (SetOfPoints, Eps,MinPts)

//SetOfPoints is UNCLASSIFIED
ClusterId : = nextId(NOISE);
FOR i FROM 1 TO SetOfPoints.size DO
Point :=SetOfPoints.get(i);
IF Point.ClId = UNCLASSIFIED THEN

IF

ExpandCluster(SetOfPoints,Point,ClusterId,Ep
s,MinPts) THEN
ClusterId := nextId(ClusterId)
END IF
END IF
END FOR
END;//DBScan

Clusters

ExpandCluster(SetOfPoints,Point,ClId,Eps,Minpts):Boolean;
seeds:=SetOfPoints,regionQuery(Point,Eps);
IF seeds.size<MinPts THEN

SetOfPint.changeClId(Point,NOISE);

RETURN false;

ELSE

SetOfPoints.changeClIds(seeds,ClId);

Seeds.delete(Point);

While seeds <> Empty DO

END IF
END;

CurrentP:=seeds.firts();
Result:= SetOfPoints.regionQuery(currentP,Eps);
IF result.size > = MinPts THEN

FOR i FROM 1 TO result.size DO

resultP:=result.get(i);

IF resultP.ClId

IN {UNCLASSIFIED,NOISE} THEN

IF resultP.ClId = UNCLASSIFIED THEN

seeds.append(resultP);

END IF

SetOfPoints.changeClId(result,ClId);

END IF

END FOR
END IF
Seeds.delete(currentP);

END WHILE
RETURN True;

Parmetros
Valor de Eps

Valor de MinPt

Resultado

Alto

Alto

Poucos clusters grandes e densos

Baixo

Baixo

Muitos clusters pequenos e menos

densos

Alto

Baixo

Clusters grandes e menos densos

Baixo

Alto

Clusters pequenos e densos

Avaliao de desempenho

Agrupamentos descobertos por CLARANS

Avaliao de desempenho

Agrupamentos descobertos por DBSCAN

Run Time em segundos

Algoritmo DBScan

Vantagem

Eficiente em tratar grandes bases de dados

Menos sensvel a rudos
Forma clusters de formato arbitrrio
Usurio no precisa especificar a quantidade de clusters

Desvantagem

Sensvel aos parmetros de entrada(Eps e MinPt)

Problemas do DBScan
Agrupamentos

diferentes podem ter mesmo

densidades diferentes.
Agrupamentos podem estar em hierarquias.

Referncias Bibliogrficas