HDBSCAN semi-supervisé
HDBSCAN semi-supervisé étend l'algorithme HDBSCAN (Hierarchical Density-Based Spatial Clustering of Applications with Noise) en intégrant une supervision partielle — telle que des contraintes par paires de type « doit lier » (must-link) et « ne peut pas lier » (cannot-link) ou un petit ensemble d'exemples étiquetés — pour guider la hiérarchie de clustering basée sur la densité vers des affectations de clusters cohérentes avec les connaissances du domaine disponibles.
Lire la méthode complète
Connectez-vous avec un compte gratuit pour lire cette section.
Method map
The neighbourhood of related methods — select a node to explore.
Sources
- 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 ↗
- HDBSCAN. Wikipedia. link ↗
Comment citer cette page
ScholarGate. (2026, June 3). Semi-supervised Hierarchical Density-Based Spatial Clustering of Applications with Noise. ScholarGate. https://scholargate.app/fr/machine-learning/semi-supervised-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.
- DBSCANApprentissage automatique↔ compare
- HDBSCANApprentissage automatique↔ compare
- Regroupement par K-moyennesApprentissage automatique↔ compare
- DBSCAN semi-superviséApprentissage automatique↔ compare
- Modèle gaussien de mélange semi-superviséApprentissage automatique↔ compare
- K-means semi-superviséApprentissage automatique↔ compare
Référencée par
Une erreur sur cette page ? Signalez-la ou proposez une correction →