> For the complete documentation index, see [llms.txt](https://delphai.gitbook.io/delphai/llms.txt). Markdown versions of documentation pages are available by appending `.md` to page URLs; this page is available as [Markdown](https://delphai.gitbook.io/delphai/documentacao/images-and-media/agrupamento/dbscan.md).

# DBSCAN

O DBSCAN (Density-Based Spatial Clustering of Applications with Noise) agrupa dados com base na densidade de pontos. Ele identifica regiões densas e as expande até que não seja mais possível incluir novos pontos dentro de um raio especificado. Os pontos que não pertencem a nenhuma região densa são classificados como "ruído" e ficam fora dos clusters. Esse algoritmo é excelente para detectar clusters de formatos irregulares e ignorar outliers, mas sua eficácia depende muito de escolher os parâmetros corretos.

#### EXEMPLO DE USO

```
uses
  UDBSCAN;
  
procedure ExampleClustering;
begin
  ShowArray(DBSCAN('C:\Delphai\Delphai\Datasets\Iris-Clustering.csv', 0.1, 5));
end;
```

#### GUIA DE CLASSES E MÉTODOS

* *function DBSCAN(aData : String; aEps: Double; aMinPts: Integer; aHasHeader : Boolean = True): TArray;* ou
* *function DBSCAN(aData : TDataSet; aEps: Double; aMinPts: Integer): TArray;* : define os grupos.
  * *aData* : caminho do arquivo CSV ou objeto TDataSet que contém os dados que serão usados para treinamento.
  * *aEps* : (Epsilon) determina o raio máximo em torno de um ponto para considerar outros como vizinhos, definindo a densidade necessária para formar agrupamentos no DBSCAN.
  * *aHasHeader* : indica se tem cabeçalho no arquivo.


---

# Agent Instructions
This documentation is published with GitBook. GitBook is the documentation platform designed so that both humans and AI agents can read, navigate, and reason over technical content effectively. Learn more at gitbook.com.

## Querying This Documentation
If you need additional information that is not directly available in this page, you can query the documentation dynamically by asking a question.

Perform an HTTP GET request on the current page URL with the `ask` query parameter:

```
GET https://delphai.gitbook.io/delphai/documentacao/images-and-media/agrupamento/dbscan.md?ask=<question>
```

The question should be specific, self-contained, and written in natural language.
The response will contain a direct answer to the question and relevant excerpts and sources from the documentation.

Use this mechanism when the answer is not explicitly present in the current page, you need clarification or additional context, or you want to retrieve related documentation sections.