Онлайн HDBSCAN
Онлайн HDBSCAN разширява алгоритъма за йерархично клъстериране, базиран на плътност, HDBSCAN, за инкрементална обработка на поточни или последователно пристигащи данни. Вместо да преизгражда цялата йерархия от нулата при всяко ново наблюдение, той поддържа и локално актуализира графа на взаимната достижимост, минималното покриващо дърво, кондензираното дърво на клъстерите и извличането на стабилни клъстери, което позволява непрекъснато клъстериране, базирано на плътност, без повторна обработка на целия набор от данни.
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
- Hassani, M., Seidl, T. (2017). Using internal evaluation measures to validate the quality of diverse stream clustering algorithms. Vietnam Journal of Computer Science, 4(3), 171–183. DOI: 10.1007/s40595-016-0086-9 ↗
- Campello, R. J. G. B., Moulavi, D., Zimek, A., & Sander, J. (2015). Hierarchical Density Estimates for Data Clustering, Visualization, and Outlier Detection. ACM Transactions on Knowledge Discovery from Data, 10(1), Article 5. DOI: 10.1145/2733381 ↗
Как да цитирате тази страница
ScholarGate. (2026, June 3). Online Hierarchical Density-Based Spatial Clustering of Applications with Noise. ScholarGate. https://scholargate.app/bg/machine-learning/online-hdbscan
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
- Ансамбъл HDBSCANМашинно обучение↔ compare
- HDBSCANМашинно обучение↔ compare
- Онлайн обучениеМашинно обучение↔ compare
- Robust HDBSCANМашинно обучение↔ compare
- Спектрално клъстериранеМашинно обучение↔ compare
Забелязахте ли проблем на тази страница? Съобщете или предложете поправка →