Robustní HDBSCAN
Robustní HDBSCAN (HDBSCAN*) rozšiřuje původní algoritmus HDBSCAN o robustní framework s jednotným propojením, který spolehlivěji zpracovává šum, odlehlé hodnoty a shluky s různou hustotou. Představený Campellem et al. (2015) převádí jakoukoli hierarchii založenou na hustotě na stabilní ploché shlukování, přičemž explicitně modeluje body šumu – aniž by uživatel musel předem specifikovat počet shluků.
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
- 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 ↗
Jak citovat tuto stránku
ScholarGate. (2026, June 3). Robust Hierarchical Density-Based Spatial Clustering of Applications with Noise. ScholarGate. https://scholargate.app/cs/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.
- DBSCANStrojové učení↔ compare
- HDBSCANStrojové učení↔ compare
- K-means ShlukováníStrojové učení↔ compare
- Spektrální shlukováníStrojové učení↔ compare
Odkazuje sem
Našli jste na této stránce chybu? Nahlaste ji nebo navrhněte opravu →