DBSCAN
DBSCAN ist ein dichte-basierter Clustering-Algorithmus, der 1996 von Ester, Kriegel, Sander und Xu eingeführt wurde und Punkte, die in dichten Regionen liegen, gruppiert und Punkte in spärlichen Regionen als Rauschen kennzeichnet. Er ist effektiv bei verrauschten Daten und bei Clustern mit unregelmäßigen, nicht-sphärischen Formen.
Die vollständige Methode lesen
Melden Sie sich mit einem kostenlosen Konto an, um diesen Abschnitt zu lesen.
Method map
The neighbourhood of related methods — select a node to explore.
+15 more
Quellen
- 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 ↗
So zitieren Sie diese Seite
ScholarGate. (2026, June 1). DBSCAN (Density-Based Spatial Clustering of Applications with Noise). ScholarGate. https://scholargate.app/de/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.
- Hierarchische ClusteranalyseMaschinelles Lernen↔ compare
- Random ForestMaschinelles Lernen↔ compare
- Support Vector Machine (Klassifikation)Maschinelles Lernen↔ compare
Referenziert von
Einen Fehler auf dieser Seite entdeckt? Melden oder Korrektur vorschlagen →