BIRCH — tasakaalustatud iteratiivne vähendamine ja klastrite moodustamine hierarhiate abil
BIRCH on skaleeritav, inkrementaalne klastrite moodustamise algoritm, mille võtsid 1996. aastal kasutusele Zhang, Ramakrishnan ja Livny. See on loodud väga suurte andmehulkade – potentsiaalselt suuremate kui saadaolev mälu – klastrite moodustamiseks ühe läbimisega, surudes andmed kokku kompaktseks mälus olevaks kokkuvõtstruktuuriks, mida nimetatakse CF-puuks (Clustering Feature tree), enne mis tahes standardse klastrite moodustamise protseduuri rakendamist.
Loe meetodi täielikku kirjeldust
Selle osa lugemiseks logi sisse tasuta kontoga.
Method map
The neighbourhood of related methods — select a node to explore.
Allikad
- Zhang, T., Ramakrishnan, R., & Livny, M. (1996). BIRCH: An efficient data clustering method for very large databases. Proceedings of the 1996 ACM SIGMOD International Conference on Management of Data, 25(2), 103–114. DOI: 10.1145/233269.233324 ↗
- Han, J., Kamber, M., & Pei, J. (2011). Data Mining: Concepts and Techniques (3rd ed., Ch. 10). Morgan Kaufmann. ISBN: 978-0-12-381479-1
Kuidas sellele lehele viidata
ScholarGate. (2026, June 3). Balanced Iterative Reducing and Clustering using Hierarchies. ScholarGate. https://scholargate.app/et/machine-learning/birch
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.
- DBSCANMasinõpe↔ compare
- K-keskmiste klasterdamineMasinõpe↔ compare
Märkasid sellel lehel viga? Teata sellest või paku parandust →