Ensemble HDBSCAN
Ensemble HDBSCAN विभिन्न हाइपरपैरामीटर सेटिंग्स या डेटा उप-नमूनों के तहत HDBSCAN को कई बार चलाता है और परिणामी विभाजनों को एक एकल स्थिर आम सहमति क्लस्टरिंग में जोड़ता है। चूँकि HDBSCAN अपने न्यूनतम क्लस्टर आकार और न्यूनतम नमूना मापदंडों के प्रति संवेदनशील है, कई रनों को पूल करने से किसी एक कॉन्फ़िगरेशन के प्रति संवेदनशीलता काफी कम हो जाती है और शोर वाले, उच्च-आयामी डेटा पर अधिक प्रतिलिपि प्रस्तुत करने योग्य क्लस्टर असाइनमेंट प्राप्त होते हैं।
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
- 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 ↗
- Vega-Pons, S., & Ruiz-Shulcloper, J. (2011). A survey of clustering ensemble methods. International Journal of Pattern Recognition and Artificial Intelligence, 25(03), 337–372. DOI: 10.1142/S0218001411008683 ↗
इस पृष्ठ का उद्धरण कैसे दें
ScholarGate. (2026, June 3). Ensemble Hierarchical Density-Based Spatial Clustering of Applications with Noise. ScholarGate. https://scholargate.app/hi/machine-learning/ensemble-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.
- एन्सेम्बल के-मीन्समशीन अधिगम↔ compare
- HDBSCANमशीन अधिगम↔ compare
- के-मीन्स क्लस्टरिंगमशीन अधिगम↔ compare
- अर्ध-पर्यवेक्षित HDBSCANमशीन अधिगम↔ compare