Онлайн DBSCAN
Онлайн DBSCAN разширява класическия алгоритъм за клъстериране, базиран на плътността, за да обработва непрекъснато пристигащи точки от данни, без да преклъстерира целия набор от данни от нулата. Всяко ново наблюдение се интегрира в съществуващата клъстерна структура чрез заявки за локални съседства, което го прави практичен за сценарии със стрийминг и складиране на данни, където данните нарастват постепенно.
Прочетете целия метод
Влезте с безплатен профил, за да прочетете този раздел.
Method map
The neighbourhood of related methods — select a node to explore.
Източници
- Ester, M., Kriegel, H.-P., Sander, J., Wimmer, M., & Xu, X. (1998). Incremental Clustering for Mining in a Data Warehousing Environment. In Proceedings of the 24th International Conference on Very Large Data Bases (VLDB), pp. 323–333. link ↗
- Cao, F., Ester, M., Qian, W., & Zhou, A. (2006). Density-Based Clustering over an Evolving Data Stream with Noise. In Proceedings of the 2006 SIAM International Conference on Data Mining (SDM), pp. 328–339. DOI: 10.1137/1.9781611972764.29 ↗
Как да цитирате тази страница
ScholarGate. (2026, June 3). Online Density-Based Spatial Clustering of Applications with Noise. ScholarGate. https://scholargate.app/bg/machine-learning/online-dbscan
Which method?
Set this method beside its closest kin and read them side by side — the library lays the books on the table; the choice is yours.
- DBSCANМашинно обучение↔ compare
- HDBSCANМашинно обучение↔ compare
- Онлайн модел на Гаусови смесиМашинно обучение↔ compare
- Онлайн K-средниМашинно обучение↔ compare
- Онлайн обучениеМашинно обучение↔ compare
Забелязахте ли проблем на тази страница? Съобщете или предложете поправка →