异常检测（无实例、偏概念）：聚类算法HDBSCAN的详细讨论

一、算法过程

主要包括五个步骤：
（1）进行空间变换
（2）生成最小生成树
（3）建立聚类层次结构（树状图）
（4）对聚类树进行压缩处理（剪枝）
（5）获取最终的簇

二、相关概念

（1）核心距离：将样本与其第k个最近邻样本点之间的距离定义为核心距离，记作corek(x)：
corek(x) = d(x, Nk(x))
此处的k与minpts具有相似含义，核心距离在一定程度上替代了传统的eps（ε）参数；
在某些密度较高的区域，可能不需要使用较大的ε范围即可包含minpts数量的样本点。因此，在HDBSCAN算法中，将能够覆盖minpts个样本点的ε’称为核心距离。该距离具体表现为中心点与其邻近点之间的间距，若邻近点位于ε’范围内，则互可达距离将采用核心距离进行计算。

（2）互可达距离：用于描述两个样本点之间相互可达的距离关系：

该数值是两个样本点a与b的核心距离以及二者之间距离中的最大值，具体计算方式为max（d(a,k1)，d(b,k2)，d(a,b)），其中d表示欧几里得距离。实际上，这一过程相当于将a对应eps值、b对应ep