ÒPTICA
ÒPTICA (Ordering Points To Identify the Clustering Structure) és un algorisme de clustering basat en la densitat introduït per Ankerst, Breunig, Kriegel i Sander el 1999. Generalitza DBSCAN processant els punts en un ordre que codifica l'estructura completa de clústers basada en la densitat d'un conjunt de dades, permetent la detecció de clústers de densitats variables mitjançant un gràfic de 'reachability' (alcançabilitat) en lloc de requerir un llindar de densitat global fix.
Llegeix el mètode complet
Inicia la sessió amb un compte gratuït per llegir aquesta secció.
Method map
The neighbourhood of related methods — select a node to explore.
Fonts
- 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
Com citar aquesta pàgina
ScholarGate. (2026, June 3). OPTICS: Ordering Points To Identify the Clustering Structure. ScholarGate. https://scholargate.app/ca/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.
- DBSCANAprenentatge automàtic↔ compare
- HDBSCANAprenentatge automàtic↔ compare
- Agrupació jeràrquicaAprenentatge automàtic↔ compare
Citat per
Has vist cap problema en aquesta pàgina? Informa'n o suggereix una correcció →