DBSCAN(Density-Based Spatial Clustering of Applications with Noise)是一个比较有代表性的基于密度的聚类算法。与划分和层次聚类方法不同，它将簇定义为密度相连的点的最大集合，能够把具有足够高密度的区域划分为簇，并可在噪声的空间数据库中发现任意形状的聚类。 C++实现代码，自定义扫描半径(eps)、最小包含点数(minPts)、维度。

通过Python，自定义类实现DBSCAN。通过代码和DBSCAN概念上的抽象理解可以更快了解DBSCAN。