Semi-supervised DBSCAN
Semi-supervised DBSCAN হলো একটি ক্লাস্টারিং অ্যালগরিদম যা ডেনসিটি-ভিত্তিক ক্লাস্টারিং অ্যালগরিদম (Ester et al., 1996) কে প্রসারিত করে। এটি অল্প সংখ্যক পেয়ারওয়াইজ বা লেবেল কনস্ট্রেইন্টস — মাস্ট-লিঙ্ক পেয়ার (যা একই ক্লাস্টারে থাকা উচিত), ক্যানট-লিঙ্ক পেয়ার (যা আলাদা থাকা উচিত), অথবা কিছু পরিচিত লেবেল — ব্যবহার করে ক্লাস্টার গঠনকে নির্দেশিত করে। এটি DBSCAN-এর মতো যেকোনো আকারের ক্লাস্টার আবিষ্কার করার এবং নয়েজ পয়েন্ট চিহ্নিত করার ক্ষমতা বজায় রাখে।
পুরো পদ্ধতিটি পড়ুন
এই অংশটি পড়তে বিনামূল্যের অ্যাকাউন্ট দিয়ে সাইন ইন করুন।
Method map
The neighbourhood of related methods — select a node to explore.
উৎস
- Ester, M., Kriegel, H.-P., Sander, J., & Xu, X. (1996). A density-based algorithm for discovering clusters in large spatial databases with noise. In Proceedings of the 2nd International Conference on Knowledge Discovery and Data Mining (KDD-96), pp. 226–231. AAAI Press. link ↗
- Zhu, X., & Goldberg, A. B. (2009). Introduction to Semi-Supervised Learning. Morgan & Claypool Publishers. ISBN: 978-1-59829-548-7
এই পৃষ্ঠা কীভাবে উদ্ধৃত করবেন
ScholarGate. (2026, June 3). Semi-supervised Density-Based Spatial Clustering of Applications with Noise. ScholarGate. https://scholargate.app/bn/machine-learning/semi-supervised-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.
- ডিবিস্ক্যানযন্ত্র শিখন↔ compare
- HDBSCANযন্ত্র শিখন↔ compare
- কে-মিনস ক্লাস্টারিংযন্ত্র শিখন↔ compare
- আধা-পর্যবেক্ষিত গাউসীয় মিশ্রণ মডেল (Semi-supervised Gaussian Mixture Model)যন্ত্র শিখন↔ compare
- Semi-supervised K-meansযন্ত্র শিখন↔ compare
যেখানে উদ্ধৃত
এই পৃষ্ঠায় কোনো ত্রুটি চোখে পড়েছে? জানান বা সংশোধনের প্রস্তাব দিন →