Machine learning

دی‌بی‌اسکن

DBSCAN یک الگوریتم خوشه‌بندی مبتنی بر چگالی است که توسط استر، کرایگل، ساندر و شو در سال ۱۹۹۶ معرفی شد. این الگوریتم نقاطی را که در نواحی متراکم قرار دارند، گروه‌بندی می‌کند و نقاط موجود در نواحی پراکنده را به عنوان نویز علامت‌گذاری می‌کند. این الگوریتم در داده‌های نویزی و خوشه‌های با اشکال نامنظم و غیر کروی مؤثر است.

باز کردن در MethodMindبه‌زودیویدیوبه‌زودیDownload slides

مطالعهٔ کامل روش

ویژهٔ اعضا

برای خواندن این بخش با حساب رایگان وارد شوید.

ورود

Method map

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

+15 more

منابع

  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

نحوهٔ استناد به این صفحه

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

ارجاع‌شده در

ScholarGateDBSCAN (DBSCAN (Density-Based Spatial Clustering of Applications with Noise)). بازیابی‌شده در 2026-06-15 از https://scholargate.app/fa/machine-learning/dbscan · مجموعه‌داده: https://doi.org/10.5281/zenodo.20539026