Machine learning

DBSCAN

Το DBSCAN είναι ένας αλγόριθμος ομαδοποίησης βασισμένος στην πυκνότητα, που εισήχθη από τους Ester, Kriegel, Sander και Xu το 1996, ο οποίος ομαδοποιεί σημεία που βρίσκονται σε πυκνές περιοχές και επισημαίνει σημεία σε αραιές περιοχές ως θόρυβο. Είναι αποτελεσματικό σε θορυβώδη δεδομένα και σε ομάδες ακανόντου, μη σφαιρικού σχήματος.

Άνοιγμα στο MethodMindΣύντομαΒίντεοΣύντομαDownload slides

Διαβάστε ολόκληρη τη μέθοδο

Μόνο για μέλη

Συνδεθείτε με δωρεάν λογαριασμό για να διαβάσετε αυτή την ενότητα.

Σύνδεση

Method map

The neighbourhood of related methods — select a node to explore.

+15 more

Πηγές

  1. 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

Πώς να παραπέμψετε σε αυτή τη σελίδα

ScholarGate. (2026, June 1). DBSCAN (Density-Based Spatial Clustering of Applications with Noise). ScholarGate. https://scholargate.app/el/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.

Compare side by side

Αναφέρεται από

ScholarGateDBSCAN (DBSCAN (Density-Based Spatial Clustering of Applications with Noise)). Ανακτήθηκε στις 2026-06-15 από https://scholargate.app/el/machine-learning/dbscan · Σύνολο δεδομένων: https://doi.org/10.5281/zenodo.20539026