HDBSCAN Robusto
HDBSCAN Robusto (HDBSCAN*) extiende el algoritmo HDBSCAN original con un marco robusto de enlace simple que maneja el ruido, los valores atípicos y los clústeres de densidades variables de manera más confiable. Introducido por Campello et al. (2015), convierte cualquier jerarquía basada en densidad en una agrupación plana estable mientras modela explícitamente los puntos de ruido, sin requerir que el usuario preespecifique el número de clústeres.
Leer el método completo
Inicia sesión con una cuenta gratuita para leer esta sección.
Method map
The neighbourhood of related methods — select a node to explore.
Fuentes
- 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 ↗
Cómo citar esta página
ScholarGate. (2026, June 3). Robust Hierarchical Density-Based Spatial Clustering of Applications with Noise. ScholarGate. https://scholargate.app/es/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.
- DBSCANAprendizaje automático↔ compare
- HDBSCANAprendizaje automático↔ compare
- Agrupamiento K-mediasAprendizaje automático↔ compare
- Agrupamiento EspectralAprendizaje automático↔ compare
Citado por
¿Has visto un problema en esta página? Infórmanos o sugiere una corrección →