题目：
Alex Rodriguez 与 Alessandro Laio 在 2014年的六月
于 Science 上面发表了一个聚类的算法:
Clustering by fast search and find of density peaks
里面利用群聚的一些特性还形成一种新的聚类模型
在聚类这种发展多年的领域里还可以发表 Science 论文真的很不容易
请问该验算法是如何做到聚类的?
备注：
大家可以慢慢来
这篇文章的核心价值是在他model的对象不是群而是____
再利用这些____来进行计算
======游戏开始、进行中、尤其是结束之后，请在标题中注明！(按大T修改标题)======

完全看不懂XDAlex Rodriguez是在打棒球的那个吗

还满猛的= = 不过他center的决定不是自动的(?

密度?对啊 中心点可能要用别的方法去找还有Dc怎么决定的问题所以首先他为每个点去计算两个值一个是局部密度 在一定距离内 周遭的点数量另外是所有局部密度比它高的点中 与它最近的距离接着挑几个点为中心点 是这两个值都比较大的然后从其他点中局部密度最高的点开始找与它最近且密度大于它的点 然后属于该群

如果局部密度低而且离最近center距离远，判断为outlier找出各center后，还可以用局部密度设threshold来判断属于core或halo(月晕?)部份想到的人真是太强大ORZ

感觉重点是他可以同时处理球型和线型

而且符合视觉(?)

可是我猜复杂度不低?XD 跟现有的方法比起来(结果不知道空格是什么)

不知道耶 这个不用iteration(?)((k-mean我学完就忘了= =