Robust HDBSCAN
Robust HDBSCAN (HDBSCAN*) udvider den oprindelige HDBSCAN-algoritme med et robust single-linkage-framework, der håndterer støj, outliers og klynger af varierende tætheder mere pålideligt. Introduceret af Campello et al. (2015), konverterer den ethvert tæthedsbaseret hierarki til en stabil flad klyngedannelse, mens den eksplicit modellerer støj-punkter — uden at kræve, at brugeren forudspecificerer antallet af klynger.
Læs hele metoden
Log ind med en gratis konto for at læse dette afsnit.
Method map
The neighbourhood of related methods — select a node to explore.
Kilder
- 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 ↗
Sådan citerer du denne side
ScholarGate. (2026, June 3). Robust Hierarchical Density-Based Spatial Clustering of Applications with Noise. ScholarGate. https://scholargate.app/da/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.
- DBSCANMaskinlæring↔ compare
- HDBSCANMaskinlæring↔ compare
- K-means ClusteringMaskinlæring↔ compare
- Spektral klyngedannelseMaskinlæring↔ compare
Refereret af
Har du fundet en fejl på denne side? Indberet den eller foreslå en rettelse →