Ensemble HDBSCAN
Ensemble HDBSCAN pokreće HDBSCAN više puta pod različitim postavkama hiperparametara ili poduzorcima podataka te kombinira rezultirajuće particije u jedno stabilno konsenzusno grupiranje. Budući da je HDBSCAN osjetljiv na svoje parametre minimum cluster size i minimum samples, kombiniranje više pokretanja uvelike smanjuje osjetljivost na bilo koju pojedinačnu konfiguraciju i daje reproducibilnije dodjele klastera na bučnim, visokodimenzionalnim podacima.
Pročitajte cijelu metodu
Prijavite se besplatnim računom kako biste pročitali ovaj odjeljak.
Method map
The neighbourhood of related methods — select a node to explore.
Izvori
- 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 ↗
Kako citirati ovu stranicu
ScholarGate. (2026, June 3). Ensemble Hierarchical Density-Based Spatial Clustering of Applications with Noise. ScholarGate. https://scholargate.app/hr/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.
- Ensemble K-meansStrojno učenje↔ compare
- HDBSCANStrojno učenje↔ compare
- Grupna analiza K-meansStrojno učenje↔ compare
- Polunadzirani HDBSCANStrojno učenje↔ compare
Citirana u
Uočili ste pogrešku na ovoj stranici? Prijavite je ili predložite ispravak →