DBSCAN算法的实现过程

1.初始化设置方式：

      建立原始的数据集dataset，并在原始数据集中增加一个数据属性ClusterId字段，本字段用于存储分类后的结果，刚开始每个对象的ClusterId属性值都为0；

      建立一个搜寻的数据集Search，用于临时存储搜寻的中间结果。

      对参数MinPts和Eps进行初始化。

2.遍历dataset,将每一个数据对象当做种子进行考察，i=1，j=1，cluster=1。

    (1）对于Pi，如果Pi.ClusterId = 0,搜索其Eps领域，如果Neps(p_i)≥MinPts,则点Pi为核心点，Pi.ClusterID=cluster，将Pi的Eps-领域包含的所有点存入Search中。

  (2)遍历Search，将每一个点作为种子点进行考察，对于点q_j，如果q_j.clusterID=0，搜索其Eps-领域，如果Neps(q_j)≥MinPts，则q_j也是一个核心点，同时它是点p_i的直接密度可达点，与p_i同属一类，q_j.clusterID=cluster；否则q_j为边界点，但q_j.clusterID=cluster。如果q_j是核心点，且点o∈Neps(q_j)并且o不属于Search，则将o点存入Search中。最后，将点q_j从Search中删除。

  (3）j=j+1，如果Search为非空，执行步骤（2）。

3. i= i+1,cluster = cluster+1，执行步骤（2）直到遍历完数据集dataset。

4.删除搜索数据集search。