Machine learning
DBSCAN
DBSCAN एक घनत्व-आधारित क्लस्टरिंग एल्गोरिथम है, जिसे 1996 में Ester, Kriegel, Sander और Xu द्वारा प्रस्तुत किया गया था, जो सघन क्षेत्रों में स्थित बिंदुओं को एक साथ समूहित करता है और विरल क्षेत्रों में बिंदुओं को शोर के रूप में चिह्नित करता है। यह शोर वाले डेटा और अनियमित, गैर-गोलाकार आकृतियों वाले क्लस्टर पर प्रभावी है।
पूरी विधि पढ़ें
केवल सदस्यों के लिए
साइन इन करेंयह खंड पढ़ने के लिए निःशुल्क खाते से साइन इन करें।
Method map
The neighbourhood of related methods — select a node to explore.
+15 more
स्रोत
- 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 ↗
इस पृष्ठ का उद्धरण कैसे दें
ScholarGate. (2026, June 1). DBSCAN (Density-Based Spatial Clustering of Applications with Noise). ScholarGate. https://scholargate.app/hi/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.
- पदानुक्रमिक समूहनमशीन अधिगम↔ compare
- रैंडम फ़ॉरेस्टमशीन अधिगम↔ compare
- सपोर्ट वेक्टर मशीन (वर्गीकरण)मशीन अधिगम↔ compare
इनमें संदर्भित
एफिनिटी प्रोपेगेशन क्लस्टरिंगBIRCHव्याख्या योग्य DBSCANExplainable K-Meansघातीय यादृच्छिक ग्राफ मॉडल (ईआरजीएम / पी*)गाऊसी मिश्रण मॉडलHDBSCANपदानुक्रमिक समूहनके-मीन्स क्लस्टरिंगलोकल आउटलायर फैक्टर (LOF)मीन शिफ्टऑनलाइन डीबीस्कैन (Online DBSCAN)ऑनलाइन HDBSCANऑनलाइन के-मीन्सOPTICSRobust HDBSCANरोबस्ट के-मीन्ससेल्फ-सुपरवाइज्ड डीबीस्कैनअर्ध-पर्यवेक्षित DBSCANअर्ध-पर्यवेक्षित HDBSCANअर्ध-पर्यवेक्षित K-माध्य (Semi-supervised K-means)स्पेक्ट्रल क्लस्टरिंगस्टोकेस्टिक ब्लॉक मॉडल