DBSCAN
DBSCAN(Density-Based Spatial Clustering of Applications with Noise，具有噪声的基于密度的聚类方法)是一种很典型的密度聚类算法。
基本概念：
所需参数：
半径：Eps
Eps半径内指定的数目（阈值）：MinPts
数据点分为三：
1. 核心点：在半径Eps内含有超过MinPts数目的点
2. 边界点：在半径Eps内点的数量小于MinPts，但是落在核心点的邻域内
3. 噪音点：既不是核心点也不是边界点的点
2. 边界点：在半径Eps内点的数量小于MinPts，但是落在核心点的邻域内
3. 噪音点：既不是核心点也不是边界点的点
概念：
1. Eps领域：半径Eps之内所有点的合集
2. 直接密度可达（密度直达）：核心点X1对Eps领域内的任意点都是直接密度可达
3. 密度可达：