Online HDBSCAN
Online HDBSCAN rozšiřuje hierarchický shlukovací algoritmus HDBSCAN založený na hustotě tak, aby inkrementálně zpracovával proudící nebo sekvenčně přicházející data. Místo toho, aby se s každým novým pozorováním od začátku znovu budovala celá hierarchie, udržuje a lokálně aktualizuje vzájemný graf dosažitelnosti, minimální kostru grafu, zkomprimovaný strom shluků a extrakci shluků založenou na stabilitě, což umožňuje kontinuální shlukování založené na hustotě bez nutnosti přepracování celého datového souboru.
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
- Hassani, M., Seidl, T. (2017). Using internal evaluation measures to validate the quality of diverse stream clustering algorithms. Vietnam Journal of Computer Science, 4(3), 171–183. DOI: 10.1007/s40595-016-0086-9 ↗
- 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), Article 5. DOI: 10.1145/2733381 ↗
Jak citovat tuto stránku
ScholarGate. (2026, June 3). Online Hierarchical Density-Based Spatial Clustering of Applications with Noise. ScholarGate. https://scholargate.app/cs/machine-learning/online-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.
- DBSCANStrojové učení↔ compare
- Ensemble HDBSCANStrojové učení↔ compare
- HDBSCANStrojové učení↔ compare
- Online LearningStrojové učení↔ compare
- Robustní HDBSCANStrojové učení↔ compare
- Spektrální shlukováníStrojové učení↔ compare
Našli jste na této stránce chybu? Nahlaste ji nebo navrhněte opravu →