DBSCAN
DBSCAN on Esterin, Kriegelin, Sanderin ja Xun vuonna 1996 esittelemä tiheysperustainen klusterointialgoritmi, joka ryhmittelee tiheillä alueilla sijaitsevat pisteet yhteen ja merkitsee harvoilla alueilla olevat pisteet kohinaksi. Se on tehokas kohisevassa datassa ja epäsäännöllisen, ei-pallomaisen muotoisissa klustereissa.
Lue koko menetelmä
Kirjaudu sisään maksuttomalla tilillä lukeaksesi tämän osion.
Method map
The neighbourhood of related methods — select a node to explore.
+15 more
Lähteet
- 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 ↗
Näin viittaat tähän sivuun
ScholarGate. (2026, June 1). DBSCAN (Density-Based Spatial Clustering of Applications with Noise). ScholarGate. https://scholargate.app/fi/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.
- Hierarkkinen ryvästyminenKoneoppiminen↔ compare
- Random ForestKoneoppiminen↔ compare
- Tukivektorikone (luokittelu)Koneoppiminen↔ compare
Tähän viittaavat
Huomasitko virheen tällä sivulla? Ilmoita siitä tai ehdota korjausta →