搜尋意圖： 如果你在找「密度型空間分群演算法 是什麼」或「密度型空間分群演算法 和相近概念差在哪」，先看這頁的短定義、完整說明與延伸比較。
TL;DR： 密度型空間分群演算法（Density-Based Spatial Clustering of Applications with Noise, DBSCAN）是一種基於資料點鄰域密度進行分群的演算法，
實用情境： 適合用在閱讀 AI 文章、產品文件或和同事討論時，先用一頁快速對齊概念。
下一步： 先讀完定義，再往下看延伸比較與對應工具，把概念轉成實際應用。
密度型空間分群演算法（Density-Based Spatial Clustering of Applications with Noise, DBSCAN）是一種基於資料點鄰域密度進行分群的演算法，
核心概念
DBSCAN 基於一個直觀的假設：真實世界的群組是由高密度區域組成，群組之間以低密度區域分隔。演算法使用兩個超參數定義「密集」：
- ε（epsilon）：鄰域半徑，決定多近才算「鄰居」
- minPts：最小樣本數，決定多少鄰居才能形成核心
資料點依此分為三類：
- 核心點（Core Point）：以 ε 為半徑的圓內包含至少 minPts 個點（含自身）
- 邊界點（Border Point）：在某核心點的鄰域內，但自身鄰域內點數不足 minPts
- 雜訊點（Noise Point）：不在任何核心點的鄰域內的孤立點
運作原理
演算法步驟
- 對每個未被標記的點，計算其 ε 鄰域內的點數
- 若點數 ≥ minPts，標記為核心點，建立一個新群組
- 遞迴地將所有從核心點「密度可達（Density-Reachable）」的點加入同一群組
- 重複直到所有點都被標記為某個群組的成員或雜訊點
密度可達性
DBSCAN 定義了一個重要的傳遞性概念：點 A 從點 B 密度可達，若 B 是核心點且 A 在 B 的 ε 鄰域內。密度連通性則要求兩點都從同一個核心點密度可達，確保群組內部的連通性。
時間複雜度
若使用空間索引結構（如 KD-Tree 或 Ball Tree），DBSCAN 的時間複雜度為 O(n log n)；若使用暴力搜尋，則為 O(n²)。在高維空間中，由於維度詛咒（Curse of Dimensionality），距離計算變得不再可靠，DBSCAN 的效能會顯著下降。
實際應用
地理空間分析
DBSCAN 非常適合分析 GPS 軌跡資料，例如識別城市中的熱門聚集地點（商圈、交通樞紐），或偵測交通事故高發區域。地理資料天然存在不規則形狀的群組和雜訊點（錯誤 GPS 信號），恰好符合 DBSCAN 的假設。
異常偵測
DBSCAN 將不屬於任何密集群組的點標記為雜訊，這些雜訊點在異常偵測場景中即代表潛在的異常事件。例如，在網路安全中偵測異常流量模式，或在製造業中識別感測器數據中的異常讀值。
影像處理
DBSCAN 可用於影像中的物件偵測前處理，將影像像素依顏色或紋理特徵分群，識別出具有相似特性的連續區域。
使用者行為分析
電商平台可用 DBSCAN 對使用者行為序列進行分群，發現自然形成的用戶群體，而無需預先假設用戶分成幾群。
常見誤區
誤區一：ε 和 minPts 容易設定
DBSCAN 的效能對參數選擇高度敏感。ε 過大會合併多個真實群組，ε 過小則會破壞密集群組。實務上常用 k-Distance Graph（計算每個點到第 k 近鄰的距離並排序）來尋找合適的 ε：圖形中的「肘部（Elbow）」通常是 ε 的好選擇。
誤區二：DBSCAN 不受資料縮放影響
ε 是基於歐氏距離的絕對值，因此特徵縮放直接影響分群結果。在運行 DBSCAN 前，MUST 對特徵進行標準化（Standardization）或正規化（Normalization），否則量綱差異大的特徵會主導距離計算。
誤區三：DBSCAN 適用於所有維度的資料
在高維空間（特徵數 > 20）中，所有點之間的距離趨於相似，ε 鄰域的概念失去意義。此時應先進行降維（PCA、UMAP 等），再套用 DBSCAN。
與相關技術的比較
| 演算法 | 需指定 K | 群組形狀 | 雜訊處理 | 適用場景 |
|---|---|---|---|---|
| K-Means | 是（分群數） | 球形 | 無（強制歸類） | 形狀規則、已知分群數 |
| DBSCAN | 否 | 任意形狀 | 自動標記雜訊 | 任意形狀、含雜訊 |
| HDBSCAN | 否 | 任意形狀 | 自動標記雜訊 | 密度不均勻的複雜資料 |
| 層次分群 | 否（切割點） | 任意形狀 | 無 | 需要樹狀結構分析 |
| GMM | 是（成分數） | 橢圓形 | 低機率點視為雜訊 | 需要機率成員資格 |
常見問題
DBSCAN 和 K-Means 分別適合什麼情況？
K-Means 適合以下情境：你事先知道（或能合理估計）分群數目、資料群組形狀接近球形、群組大小相近，且資料中雜訊點很少。DBSCAN 則更適合：群組形狀不規則（如月牙形、環形）、不確定有幾個群組、資料中含有需要被識別出來的雜訊點，以及群組密度明顯高於背景的場景。實際專案中，可先用 DBSCAN 探索性地瞭解資料的自然結構，再根據發現的群組數目和形狀決定是否切換至 K-Means 或其他演算法進行後續分析。
如何選擇 DBSCAN 的 ε 和 minPts 參數？
minPts 的通用準則是 minPts ≥ D + 1（D 為資料維度），對於有雜訊的資料建議設為 2 × D 或更高。ε 的選擇較為複雜：計算每個資料點到其第 minPts 近鄰的距離，將所有距離排序後繪製折線圖，找到斜率急劇改變的「肘部」，該處對應的距離值即為建議的 ε。若肘部不明顯，代表資料可能不具備明顯的密度結構，需重新評估是否適合用 DBSCAN。HDBSCAN 透過建立多尺度的密度樹，能部分自動化此超參數選擇過程。
iPAS 考題中 DBSCAN 和 HDBSCAN 如何區分？
iPAS 考題中兩者的關鍵區分點在於對密度不均勻性的處理。DBSCAN 使用單一全局 ε，當資料中不同群組的密度差異大時，單一 ε 無法同時照顧稀疏群組（ε 太小會拆散）和密集群組（ε 太大會合併）。HDBSCAN（Hierarchical DBSCAN）透過建立階層式密度樹，能同時識別不同密度尺度下的群組，並根據群組的穩定性（Stability）自動選取最終分群。考題若提到「密度不均勻」「多尺度群組」或「不需設 ε」，答案通常指向 HDBSCAN；若提到「需設 ε 和 minPts」或「雜訊點識別」，則通常是 DBSCAN。