Summary  
This chapter demonstrates how to implement and tune the DBSCAN density-based clustering algorithm, illustrating how the `eps` and `min_samples` hyperparameters affect cluster formation and how core points, border points, and noise are identified.  

General domain of usage  
Unsupervised learning (data clustering)

Es werden zwei Datensätze erstellt, um die Stärken von DBSCAN zu demonstrieren:

- **Moons:** Zwei ineinandergreifende Halbkreise;
- **Circles:** Ein kleiner Kreis innerhalb eines größeren Kreises.

Der Algorithmus ist wie folgt:

1. Das `DBSCAN`-Objekt wird instanziiert, wobei `eps` und `min_samples` gesetzt werden;

2. Das Modell wird auf die Daten angepasst;

3. Die Ergebnisse werden visualisiert, indem die **Datenpunkte** geplottet und entsprechend ihrer zugewiesenen **Cluster-Labels** eingefärbt werden.

## Abstimmen der Hyperparameter 

Die Wahl von `eps` und `min_samples` beeinflusst das Clustering-Ergebnis erheblich. Experimentiere mit verschiedenen Werten, um die optimalen Einstellungen für deine Daten zu finden. Ist beispielsweise `eps` zu groß, könnten alle Punkte in einem **einzigen Cluster** landen. Ist `eps` zu klein, werden viele Punkte als **Ausreißer** klassifiziert. Es ist auch möglich, die Merkmale zu skalieren.

Code für dieses Kapitel herunterladen

Erwerben Sie ein fundiertes Verständnis der Clusteranalyse, einer zentralen Methode des unüberwachten Lernens zur Erkennung von Mustern in nicht gekennzeichneten Daten. Lernen Sie die Grundlagen von K-Means, hierarchischem Clustering, DBSCAN und GMMs kennen und sammeln Sie praktische Erfahrungen mit realen Datensätzen, um Sicherheit bei der Anwendung von Clustering auf reale Problemstellungen zu gewinnen.

Tauchen Sie in die Grundlagen der Clusteranalyse ein und erfahren Sie, wie sie sich von der Klassifikation unterscheidet. Erkunden Sie wesentliche Algorithmen, Werkzeuge und Bibliotheken, die diese Methode des unbeaufsichtigten Lernens unterstützen, um verborgene Muster in Daten zu erkennen.

Erwerben Sie ein fundiertes Verständnis der wichtigsten Vorverarbeitungstechniken, die eine effektive Clusterbildung gewährleisten. Erfahren Sie, wie fehlende Werte behandelt, kategoriale Merkmale codiert, Daten normalisiert und geeignete Distanzmaße sowie Verknüpfungen ausgewählt werden, um die Genauigkeit der Clusterbildung zu erhöhen.

Beherrschen der Fähigkeiten zur effektiven Anwendung des K-Means-Clusterings. Verständnis der Funktionsweise des Algorithmus. Bestimmung der optimalen Clusteranzahl. Praktische Erfahrung durch Implementierung von K-Means auf synthetischen und realen Datensätzen.

Erkunden Sie die Grundlagen des hierarchischen Clusterings und erfahren Sie, wie Daten mithilfe von Dendrogrammen in sinnvolle Cluster gruppiert werden. Sicherheit beim Erkennen der optimalen Clusteranzahl und Anwendung der Methode auf synthetische sowie reale Datensätze.

Erfahren Sie, wie DBSCAN bei der Erkennung von Clustern unterschiedlicher Formen und der Handhabung von Ausreißern in Daten überzeugt. Verstehen Sie die Mechanismen dieses dichtebasierten Algorithmus, die Zuordnung von Punkten zu Clustern und die Anwendung auf synthetische sowie reale Datensätze.

Fundierte Kenntnisse über Gaußsche Mischmodelle und deren Verwendung von Wahrscheinlichkeiten zur Modellierung komplexer Clusterformen. Prinzipien der Gaußschen Verteilung. Funktionsweise von GMMs. Anwendung auf Dummy- und Realweltdaten zur Festigung des Verständnisses.

Implementierung auf Einem Dummy-Datensatz

Abstimmen der Hyperparameter