DBSCAN能处理非球形簇因其基于密度连通性而非形状假设；通过eps和min_samples参数识别核心点与密度可达样本，适用于月牙形、环状等结构，但对密度差异大的数据敏感。
DBSCAN为什么能处理非球形簇
因为DBSCAN不假设簇的形状，它靠局部密度连通性定义簇——只要样本在彼此eps距离内能通过“密度可达”链路连起来，就属于同一簇。球形K-Means依赖均值和欧氏距离，天然偏向凸形；DBSCAN只认两个参数：eps（邻域半径）和min_samples（核心点最小邻居数），对月牙形、螺旋、带噪声的环状结构都有效。
但要注意：密度差异大的数据容易出问题——比如一个簇很紧密、另一个很稀疏，单组eps/min_samples很难兼顾。
调参时eps怎么选才不瞎试
盲目网格搜索eps效率低，推荐用“k-距离图”（k-dist graph）。对每个点，算它到第min_samples近邻的距离，把所有距离从小到大排序画图，拐点处的横坐标就是较优eps。
-
min_samples一般设为特征维数的2倍（如2D数据常用4或5），噪声多可适当提高 - 用
sklearn.neighbors.NearestNeighbors获取k距离，别手写循环——高维下暴力计算太慢 - 如果数据量大（>10万），先用
algorithm='kd_tree'或'ball_tree'加速邻域查询，brute会卡死
核心点识别失败？检查这三件事
DBSCAN的core_sample_indices_返回的是训练时输入X的索引，不是原始DataFrame的index。常见错误是直接拿它去切原始数据却忘了对齐。
安全 Python 代码沙箱：在隔离的沙箱中执行任意 Python 代码，预装 requests、NumPy、pandas 库。返回 stdout、stderr。
立即学习“Python免费学习笔记（深入）”；
- 确认传给
fit()的X是纯数值数组（np.ndarray或pd.DataFrame.values），含NaN或inf会导致核心点判定异常 - 标准化/归一化必须做：不同量纲会让某维度主导距离计算，导致本该是核心点的样本因某一维偏差大而被忽略
- 若用
sample_weight参数，注意它只影响核心点判定中的计数逻辑（加权邻居数 ≥min_samples），不改变距离本身
DBSCAN输出标签全是-1？不是算法失效，是参数太严了
labels_全为-1意味着没找到任何一个核心点，所有点都被判为噪声。这不是bug，是eps太小或min_samples太大。
快速验证方法：降低min_samples到2，同时把eps放大1.5倍再跑一次，看是否有非-1标签出现。有，则说明原参数组合过于保守；没有，则要检查数据是否真的极度稀疏或存在严重量纲问题。
另外，DBSCAN不支持“预测新样本”，想对测试集打标签得用sklearn.cluster.DBSCAN.fit_predict()重训，或者改用HDBSCAN——它自带approximate_predict方法，更适合增量场景。
