BIRCH — बैलेंस्ड इटरेटिव रिड्यूसिंग एंड क्लस्टरिंग यूजिंग हायरार्कीज़
BIRCH एक स्केलेबल, इनक्रीमेंटल क्लस्टरिंग एल्गोरिथम है जिसे 1996 में झांग, रामकृष्णा और लिवनी द्वारा प्रस्तुत किया गया था। इसे बहुत बड़े डेटासेट — संभवतः मेमोरी में उपलब्ध से बड़े — को एक ही पास में क्लस्टर करने के लिए डिज़ाइन किया गया है, किसी भी मानक क्लस्टरिंग प्रक्रिया को लागू करने से पहले डेटा को CF-ट्री (क्लस्टरिंग फीचर ट्री) नामक एक कॉम्पैक्ट इन-मेमोरी सारांश संरचना में संपीड़ित करके।
पूरी विधि पढ़ें
यह खंड पढ़ने के लिए निःशुल्क खाते से साइन इन करें।
Method map
The neighbourhood of related methods — select a node to explore.
स्रोत
- Zhang, T., Ramakrishnan, R., & Livny, M. (1996). BIRCH: An efficient data clustering method for very large databases. Proceedings of the 1996 ACM SIGMOD International Conference on Management of Data, 25(2), 103–114. DOI: 10.1145/233269.233324 ↗
- Han, J., Kamber, M., & Pei, J. (2011). Data Mining: Concepts and Techniques (3rd ed., Ch. 10). Morgan Kaufmann. ISBN: 978-0-12-381479-1
इस पृष्ठ का उद्धरण कैसे दें
ScholarGate. (2026, June 3). Balanced Iterative Reducing and Clustering using Hierarchies. ScholarGate. https://scholargate.app/hi/machine-learning/birch
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.
- DBSCANमशीन अधिगम↔ compare
- के-मीन्स क्लस्टरिंगमशीन अधिगम↔ compare