ScholarGate
Асистент

Клъстеризация и намаляване на размерността

61 метода в това семейство.

Избрани

Асоциативни правила с активно обучениеActive learning association rules combines the iterative query-and-label loop of active learning with association rule mining, allowing a human expert to guide the discovery procesАктивно обучение с автоенкодер за детекция на аномалииActive Learning Autoencoder Anomaly Detection combines an autoencoder's unsupervised reconstruction-error scoring with an active learning query loop. The model flags high-error insАктивно учене с Isolation ForestActive Learning Isolation Forest combines the unsupervised anomaly-scoring power of Isolation Forest with an iterative query strategy that asks a human expert to label the most infКлъстериране чрез афинно разпространениеAffinity propagation, introduced by Brendan Frey and Delbert Dueck in 2007, is a clustering algorithm that identifies representative 'exemplars' among the data by exchanging messagАлгоритъм AprioriThe Apriori algorithm, introduced by Agrawal and Srikant in 1994, is the foundational method for discovering frequent itemsets and association rules in transactional databases. It Откриване на асоциативни правила (Apriori)Association Rule Mining is an unsupervised data-mining technique that discovers co-occurrence patterns among items in transactional datasets. Formally introduced by Agrawal, Imieli

Път за четене

Най-цитираните основополагащи методи по тази тема, подредени според реда на тяхното развитие — място, от което да започнете, ако сте нов тук.

  1. Йерархично групиране1963от Ward, J. H.
  2. K-means клъстеризация1967 (formalized 1982)от MacQueen, J. B.; Lloyd, S. P.
  3. Клъстериране с К-средни1967от MacQueen, J.
  4. DBSCAN1996от Ester, M., Kriegel, H.-P., Sander, J. & Xu, X.
  5. Еднокласов SVM1999–2001от Scholkopf, B., Platt, J. C., Smola, A. J., Williamson, R. C.
  6. Анализ на главните компоненти2002от Jolliffe, I.T. (textbook); Pearson & Hotelling (origins)
  7. Автоенкодер за детекция на аномалии2006–2014от Hinton, G. E. & Salakhutdinov, R. R. (autoencoders); applied to anomaly detection through multiple authors in the 2010s
  8. Isolation Forest2008от Liu, F.T., Ting, K.M. & Zhou, Z.-H.
всички методи на този рафт ↓

Всички методи 61

Асоциативни правила с активно обучениеАктивно обучение с автоенкодер за детекция на аномалииАктивно учене с Isolation ForestКлъстериране чрез афинно разпространениеАлгоритъм AprioriОткриване на асоциативни правила (Apriori)Правила за асоциацияАвтоенкодер за детекция на аномалииBIRCHDBSCANECLAT добиване на чести набори от елементиАлгоритъм Ансамбъл АприориПравила за асоциация чрез ансамбълАнсамблова детекция на аномалии с автоенкодериАнсамбъл HDBSCANАнсамблов изолационен лесАнсамбъл K-meansКлъстериране с размити C-средни (FCM)Гаусов смесен моделHDBSCANЙерархично групиранеIsolation ForestK-means клъстеризацияКлъстериране с К-средниKernel PCAЛокален коефициент на отклонение (LOF)Локално линейно влагане (LLE)Mean ShiftЕднокласов SVMОнлайн асоциативни правилаОнлайн откриване на аномалии с автоенкодерОнлайн DBSCANОнлайн HDBSCANОнлайн изолационен лесОнлайн K-средниОПТИКААнализ на главните компонентиРегресия чрез главни компоненти (PCR)Случайна проекцияРегуляризиран Гаусов смесен моделРегуляризирано K-средно клъстеризиранеНадеждна автоенкодерна детекция на аномалииRobust HDBSCANRobust Isolation ForestУстойчив k-средниСамоорганизираща се карта (Карта на Кохонен)Самообучаващо се автоенкодерно откриване на аномалииСамоконтролирано DBSCANСамообучаващ се Гаусов смесен моделСамообучаващ се Isolation ForestСамоконтролирано K-средстваПолуавтоматичен алгоритъм AprioriПолу-наблюдавано извличане на асоциативни правилаПолуавтоматично откриване на аномалии с автоенкодерПолу-наблюдавано DBSCANПолу-наблюдавано HDBSCANПолу-наблюдавано дърво за изолацияПолу-наблюдавано K-средниСпектрално клъстериранеt-SNEUMAP