通俗解释
一个点周围半径 ε 内的邻居足够多，就算“核心点”；彼此可达的核心点连成一个簇，孤立的点标为噪声。它不需要事先指定簇的个数，能处理 k-means 搞不定的非球形簇，但对 ε 和最少邻居数比较敏感。
用在哪里：地理位置聚类、异常检测、嵌入向量的聚类分析
01原始论文
A Density-Based Algorithm for Discovering Clusters in Large Spatial Databases with Noise
Martin Ester, Hans-Peter Kriegel, Jörg Sander, Xiaowei Xu · KDD-96 · 1996
打开 ↗ ✓ 已核实 · 官方页面 HTTP 核实
02知识位置
左边先学；右边是学完它之后可以学的。
左：前置 · 右：后继 · 虚线：相关。看完整关系图 →
03学习资料
官方文档、图解、课程和参考实现，链接都核对过。
04在课程里哪里学
给 AI 读 / 数据说明
- 核实状态：已核实，核对于 2026-10-22。
- JSON: /api/learn/algorithms.json (id:
dbscan)