DBSCAN
DBSCAN je algoritm shlukování založený na hustotě, představený autory Ester, Kriegel, Sander a Xu v roce 1996, který seskupuje body ležící v hustých oblastech a označuje body ve řídkých oblastech jako šum. Je účinný na zašuměná data a na shluky nepravidelných, nesférických tvarů.
Přečíst celou metodu
Pro přečtení této sekce se přihlaste s bezplatným účtem.
Method map
The neighbourhood of related methods — select a node to explore.
+15 more
Zdroje
- 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 KDD, 226–231. link ↗
Jak citovat tuto stránku
ScholarGate. (2026, June 1). DBSCAN (Density-Based Spatial Clustering of Applications with Noise). ScholarGate. https://scholargate.app/cs/machine-learning/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.
- Hierarchické shlukováníStrojové učení↔ compare
- Random ForestStrojové učení↔ compare
- Stroj s podpůrnými vektory (klasifikace)Strojové učení↔ compare
Odkazuje sem
Našli jste na této stránce chybu? Nahlaste ji nebo navrhněte opravu →