題目：
Alex Rodriguez 與 Alessandro Laio 在 2014年的六月
於 Science 上面發表了一個聚類的演算法:
Clustering by fast search and find of density peaks
裡面利用群聚的一些特性還形成一種新的聚類模型
在聚類這種發展多年的領域裡還可以發表 Science 論文真的很不容易
請問該驗算法是如何做到聚類的?
備註：
大家可以慢慢來
這篇文章的核心價值是在他model的對象不是群而是____
再利用這些____來進行計算
======遊戲開始、進行中、尤其是結束之後，請在標題中註明！(按大T修改標題)======

完全看不懂XDAlex Rodriguez是在打棒球的那個嗎

還滿猛的= = 不過他center的決定不是自動的(?

密度?對啊 中心點可能要用別的方法去找還有Dc怎麼決定的問題所以首先他為每個點去計算兩個值一個是局部密度 在一定距離內 周遭的點數量另外是所有局部密度比它高的點中 與它最近的距離接著挑幾個點為中心點 是這兩個值都比較大的然後從其他點中局部密度最高的點開始找與它最近且密度大於它的點 然後屬於該群

如果局部密度低而且離最近center距離遠，判斷為outlier找出各center後，還可以用局部密度設threshold來判斷屬於core或halo(月暈?)部份想到的人真是太強大ORZ

感覺重點是他可以同時處理球型和線型

而且符合視覺(?)

可是我猜複雜度不低?XD 跟現有的方法比起來(結果不知道空格是什麼)

不知道耶 這個不用iteration(?)((k-mean我學完就忘了= =