OPTICS
OPTICS (ऑर्डरिंग पॉइंट्स टू आइडेंटिफाई द क्लस्टरिंग स्ट्रक्चर) 1999 में एंकरस्ट, ब्रूनिग, क्रिगेल और सैंडर द्वारा प्रस्तुत एक घनत्व-आधारित क्लस्टरिंग एल्गोरिथम है। यह DBSCAN का सामान्यीकरण करता है, जिसमें डेटासेट की पूर्ण घनत्व-आधारित क्लस्टर संरचना को एन्कोड करने वाले क्रम में बिंदुओं को संसाधित किया जाता है, जिससे एक निश्चित वैश्विक घनत्व सीमा की आवश्यकता के बजाय पहुंच-क्षमता प्लॉट के माध्यम से विभिन्न घनत्वों के क्लस्टरों का पता लगाना संभव होता है।
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
- Ankerst, M., Breunig, M. M., Kriegel, H.-P., & Sander, J. (1999). OPTICS: Ordering points to identify the clustering structure. ACM SIGMOD Record, 28(2), 49–60. DOI: 10.1145/304181.304187 ↗
- 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 International Conference on Knowledge Discovery and Data Mining (KDD-96), 226–231. link ↗
- Aggarwal, C. C., & Reddy, C. K. (Eds.) (2013). Data Clustering: Algorithms and Applications (Ch. 4). CRC Press. ISBN: 978-1-4665-5821-2
इस पृष्ठ का उद्धरण कैसे दें
ScholarGate. (2026, June 3). OPTICS: Ordering Points To Identify the Clustering Structure. ScholarGate. https://scholargate.app/hi/machine-learning/optics
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.
Compare side by side →