Ensemble HDBSCAN
Ensemble HDBSCAN rakendab HDBSCAN-i mitu korda erinevate hüperparameetrite või andmete alamhulkade korral ning ühendab saadud jaotused üheks stabiilseks konsensusklastriks. Kuna HDBSCAN on tundlik oma parameetrite min_cluster_size ja min_samples suhtes, vähendab mitme jooksutuse koondamine tundlikkust üksikute konfiguratsioonide suhtes ja annab reprodutseeritavamaid klastriväärtustusi müra sisaldavate, kõrgedimensionaalsete andmete korral.
Loe meetodi täielikku kirjeldust
Selle osa lugemiseks logi sisse tasuta kontoga.
Method map
The neighbourhood of related methods — select a node to explore.
Allikad
- 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 ↗
- Vega-Pons, S., & Ruiz-Shulcloper, J. (2011). A survey of clustering ensemble methods. International Journal of Pattern Recognition and Artificial Intelligence, 25(03), 337–372. DOI: 10.1142/S0218001411008683 ↗
Kuidas sellele lehele viidata
ScholarGate. (2026, June 3). Ensemble Hierarchical Density-Based Spatial Clustering of Applications with Noise. ScholarGate. https://scholargate.app/et/machine-learning/ensemble-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.
- Ensemble K-meansMasinõpe↔ compare
- HDBSCANMasinõpe↔ compare
- K-keskmiste klasterdamineMasinõpe↔ compare
- Poolitatud HDBSCANMasinõpe↔ compare
Sellele viitavad
Märkasid sellel lehel viga? Teata sellest või paku parandust →