Mapper-Algorithmus
Stellen Sie sich vor, Sie untersuchen eine Bergkette durch eine Reihe von überlappenden horizontalen Schnitten auf verschiedenen Höhen. Innerhalb jedes Schnitts gruppieren Sie nahegelegene Gipfel zusammen und verbinden dann Gruppen aus benachbarten Schnitten, die Punkte gemeinsam haben. Das resultierende Netzwerk von Knoten und Kanten ist eine komprimierte Karte der Geländestruktur. Mapper wendet diese Idee auf jeden hochdimensionalen Datensatz an: Die 'Höhe' wird durch eine vom Benutzer gewählte Filterfunktion ersetzt, und die Gruppierung erfolgt durch einen beliebigen Standard-Clustering-Algorithmus.
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
- Singh, G., Mémoli, F., & Carlsson, G. (2007). Topological methods for the analysis of high dimensional data sets and 3D object recognition. Eurographics Symposium on Point-Based Graphics, 91–100. DOI: 10.2312/SPBG/SPBG07/091-100 ↗
So zitieren Sie diese Seite
ScholarGate. (2026, June 2). Mapper Algorithm for Topological Data Analysis. ScholarGate. https://scholargate.app/de/topology/mapper-algorithm
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.
- Persistente HomologieTopologie↔ compare
- Spektrale ClusteranalyseMaschinelles Lernen↔ compare
Referenziert von
Einen Fehler auf dieser Seite entdeckt? Melden oder Korrektur vorschlagen →