अर्ध-पर्यवेक्षित DBSCAN
अर्ध-पर्यवेक्षित DBSCAN (Semi-supervised DBSCAN) घनत्व-आधारित क्लस्टरिंग एल्गोरिथम (Ester et al., 1996) का एक विस्तार है, जो क्लस्टर निर्माण का मार्गदर्शन करने के लिए युग्म-वार या लेबल बाधाओं के एक छोटे सेट को शामिल करता है — मस्ट-लिंक जोड़े जो एक ही क्लस्टर में होने चाहिए, कैनॉट-लिंक जोड़े जिन्हें अलग रखा जाना चाहिए, या कुछ ज्ञात लेबल — जबकि DBSCAN की मनमानी आकार के क्लस्टर खोजने और शोर बिंदुओं को चिह्नित करने की क्षमता को बनाए रखता 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
- Ester, M., Kriegel, H.-P., Sander, J., & Xu, X. (1996). A density-based algorithm for discovering clusters in large spatial databases with noise. In Proceedings of the 2nd International Conference on Knowledge Discovery and Data Mining (KDD-96), pp. 226–231. AAAI Press. link ↗
- Zhu, X., & Goldberg, A. B. (2009). Introduction to Semi-Supervised Learning. Morgan & Claypool Publishers. ISBN: 978-1-59829-548-7
इस पृष्ठ का उद्धरण कैसे दें
ScholarGate. (2026, June 3). Semi-supervised Density-Based Spatial Clustering of Applications with Noise. ScholarGate. https://scholargate.app/hi/machine-learning/semi-supervised-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.
- DBSCANमशीन अधिगम↔ compare
- HDBSCANमशीन अधिगम↔ compare
- के-मीन्स क्लस्टरिंगमशीन अधिगम↔ compare
- अर्ध-पर्यवेक्षित गॉसियन मिश्रण मॉडलमशीन अधिगम↔ compare
- अर्ध-पर्यवेक्षित K-माध्य (Semi-supervised K-means)मशीन अधिगम↔ compare