Vysvětlitelný HDBSCAN
Vysvětlitelný HDBSCAN kombinuje hierarchický algoritmus shlukování založený na hustotě HDBSCAN s post-hoc metodami vysvětlitelnosti – primárně SHAP – aby odhalil, které vstupní rysy ovlivňují příslušnost a oddělení shluků. Zachovává schopnost HDBSCANu nacházet shluky různého tvaru a hustoty a zároveň přidává principielní, auditovatelnou vysvětlovací vrstvu.
Přečíst celou metodu
Pro přečtení této sekce se přihlaste s bezplatným účtem.
Method map
The neighbourhood of related methods — select a node to explore.
Zdroje
- 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 ↗
- Lundberg, S. M., & Lee, S.-I. (2017). A unified approach to interpreting model predictions. Advances in Neural Information Processing Systems, 30, 4765–4774. link ↗
Jak citovat tuto stránku
ScholarGate. (2026, June 3). Explainable Hierarchical Density-Based Spatial Clustering of Applications with Noise. ScholarGate. https://scholargate.app/cs/machine-learning/explainable-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.
- Explainable DBSCANStrojové učení↔ compare
- Vysvětlitelný Gaussovský směsný modelStrojové učení↔ compare
- Vysvětlitelný Isolation ForestStrojové učení↔ compare
- Vysvětlitelné K-MeansStrojové učení↔ compare
- Vysvětlitelný náhodný lesStrojové učení↔ compare
- HDBSCANStrojové učení↔ compare
Našli jste na této stránce chybu? Nahlaste ji nebo navrhněte opravu →