HDBSCAN Robust
L'HDBSCAN Robust (HDBSCAN*) estén el algoritme HDBSCAN original amb un marc robust de single-linkage que gestiona el soroll, els valors atípics i els clústers de densitats variables de manera més fiable. Introduït per Campello et al. (2015), converteix qualsevol jerarquia basada en densitat en un clustering pla estable mentre modela explícitament els punts de soroll — sense requerir que l'usuari preespecifiqui el nombre de clústers.
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
- 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 ↗
Com citar aquesta pàgina
ScholarGate. (2026, June 3). Robust Hierarchical Density-Based Spatial Clustering of Applications with Noise. ScholarGate. https://scholargate.app/ca/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.
- DBSCANAprenentatge automàtic↔ compare
- HDBSCANAprenentatge automàtic↔ compare
- Agrupació K-meansAprenentatge automàtic↔ compare
- Clustering EspectralAprenentatge automàtic↔ compare
Citat per
Has vist cap problema en aquesta pàgina? Informa'n o suggereix una correcció →