Robust HDBSCAN
Robust HDBSCAN (HDBSCAN*) разширява оригиналния алгоритъм HDBSCAN с робастна рамка за единична свързаност, която по-надеждно обработва шум, отклонения и клъстери с различни плътности. Въведен от Campello et al. (2015), той преобразува всяка йерархия, базирана на плътност, в стабилно плоско клъстериране, като същевременно изрично моделира шумовите точки — без да изисква от потребителя предварително да задава броя на клъстерите.
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
- 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), 5. DOI: 10.1145/2733381 ↗
- McInnes, L., Healy, J. & Astels, S. (2017). hdbscan: Hierarchical density based clustering. Journal of Open Source Software, 2(11), 205. DOI: 10.21105/joss.00205 ↗
Как да цитирате тази страница
ScholarGate. (2026, June 3). Robust Hierarchical Density-Based Spatial Clustering of Applications with Noise. ScholarGate. https://scholargate.app/bg/machine-learning/robust-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
- HDBSCANМашинно обучение↔ compare
- K-means клъстеризацияМашинно обучение↔ compare
- Спектрално клъстериранеМашинно обучение↔ compare
Цитиран в
Забелязахте ли проблем на тази страница? Съобщете или предложете поправка →