Halbüberwachtes HDBSCAN
Semi-supervised HDBSCAN erweitert den Algorithmus Hierarchical Density-Based Spatial Clustering of Applications with Noise (HDBSCAN), indem er partielle Supervision – wie z. B. Must-Link- und Cannot-Link-Paarbeschränkungen oder eine kleine Menge gelabelter Beispiele – integriert, um die dichte-basierte Clusterhierarchie in Richtung von Clusterzuweisungen zu lenken, die mit verfügbarem Domänenwissen konsistent sind.
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.
Quellen
- 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 ↗
- HDBSCAN. Wikipedia. link ↗
So zitieren Sie diese Seite
ScholarGate. (2026, June 3). Semi-supervised Hierarchical Density-Based Spatial Clustering of Applications with Noise. ScholarGate. https://scholargate.app/de/machine-learning/semi-supervised-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.
- DBSCANMaschinelles Lernen↔ compare
- HDBSCANMaschinelles Lernen↔ compare
- K-means ClusteringMaschinelles Lernen↔ compare
- Halbüberwachtes DBSCANMaschinelles Lernen↔ compare
- Halb-überwachtes Gaußsches MischmodellMaschinelles Lernen↔ compare
- Semi-überwachtes K-MeansMaschinelles Lernen↔ compare
Referenziert von
Einen Fehler auf dieser Seite entdeckt? Melden oder Korrektur vorschlagen →