演算法引數：鄰域點距離閥值( > 0)、核心物件密度閾值（整數>=1）

基礎概念：

1、球樹：以核心物件，畫半徑生成點圓，圓包含點數量必須>=密度閥值。

2、空閒球樹：未被聚類到簇的球樹。

3、核心物件：即是：圓點。

4、噪音點：即以該點為圓無法形成球樹。

5、球樹交集：兩棵球樹的圓，相交的陰影部分。

6、簇禁忌核心點：簇的核心點已經全量掃描過所有空閒核心點。

7、簇：簇內所有球樹至少存在一棵和它有交集。

計算步驟：

1、新建簇集合:從空閒球樹集合選擇一棵球樹，作為簇集合的第一個元素。

2、計算和第一棵球樹有交集的空閒球樹，並作為簇集合的第二批元素（可能有多個球樹）。

將第一棵樹點核心點記入簇的核心禁忌點。

如果簇點核心禁忌點數量==簇點核心點數量，

那麼，計算結束。

3、回到步驟1。

視覺化演示：https://www.naftaliharris.com/blog/visualizing-dbscan-clustering/