ScholarGate
دستیار
Machine learning

اچ‌دی‌بی‌اسکن

اچ‌دی‌بی‌اسکن (خوشه‌بندی فضایی مبتنی بر چگالی سلسله‌مراتبی برای کاربردها با نویز) یک الگوریتم خوشه‌بندی مبتنی بر چگالی است که در سال ۲۰۱۳ توسط کمپلو، مولوی و ساندر معرفی شد. این الگوریتم با ساختن یک سلسله‌مراتب کامل از خوشه‌های مبتنی بر چگالی در تمام مقیاس‌های چگالی، دی‌بی‌اسکن را گسترش می‌دهد و سپس یک پارتیشن مسطح پایدار استخراج می‌کند، که آن را در برابر مجموعه داده‌هایی که چگالی خوشه‌ها در مناطق مختلف به طور قابل توجهی متفاوت است، مقاوم می‌سازد.

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.

+2 more

منابع

  1. Campello, R. J. G. B., Moulavi, D., & Sander, J. (2013). Density-Based Clustering Based on Hierarchical Density Estimates. In J. Pei et al. (Eds.), Advances in Knowledge Discovery and Data Mining. PAKDD 2013. Lecture Notes in Computer Science, vol. 7819 (pp. 160–172). Springer, Berlin, Heidelberg. DOI: 10.1007/978-3-642-37456-2_14
  2. 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), Article 5. DOI: 10.1145/2733381
  3. 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

نحوهٔ استناد به این صفحه

ScholarGate. (2026, June 3). Hierarchical Density-Based Spatial Clustering of Applications with Noise. ScholarGate. https://scholargate.app/fa/machine-learning/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.

Compare side by side

ارجاع‌شده در

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