ОПТИКА
ОПТИКА (Ordering Points To Identify the Clustering Structure) е алгоритъм за клъстеризация, базиран на плътността, представен от Анкерст, Бройниг, Кригел и Сандер през 1999 г. Той обобщава DBSCAN, като обработва точките в ред, който кодира пълната базирана на плътността структура на клъстерите в набор от данни, позволявайки откриването на клъстери с променливи плътности чрез графика на достижимостта, вместо да изисква фиксиран глобален праг на плътността.
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
- Ankerst, M., Breunig, M. M., Kriegel, H.-P., & Sander, J. (1999). OPTICS: Ordering points to identify the clustering structure. ACM SIGMOD Record, 28(2), 49–60. DOI: 10.1145/304181.304187 ↗
- Ester, M., Kriegel, H.-P., Sander, J., & Xu, X. (1996). A density-based algorithm for discovering clusters in large spatial databases with noise. Proceedings of the 2nd International Conference on Knowledge Discovery and Data Mining (KDD-96), 226–231. link ↗
- Aggarwal, C. C., & Reddy, C. K. (Eds.) (2013). Data Clustering: Algorithms and Applications (Ch. 4). CRC Press. ISBN: 978-1-4665-5821-2
Как да цитирате тази страница
ScholarGate. (2026, June 3). OPTICS: Ordering Points To Identify the Clustering Structure. ScholarGate. https://scholargate.app/bg/machine-learning/optics
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
- Йерархично групиранеМашинно обучение↔ compare
Цитиран в
Забелязахте ли проблем на тази страница? Съобщете или предложете поправка →