DBSCAN
A DBSCAN (sűrűség-alapú klaszterező algoritmus) egy 1996-ban Ester, Kriegel, Sander és Xu által bevezetett klaszterező algoritmus, amely a sűrű régiókban lévő pontokat csoportosítja, és a ritka régiókban lévő pontokat zajként jelöli meg. Hatékony zajos adatokon és szabálytalan, nem gömb alakú klaszterek esetén.
A teljes módszer elolvasása
Jelentkezzen be ingyenes fiókkal a szakasz elolvasásához.
Method map
The neighbourhood of related methods — select a node to explore.
+15 more
Források
- 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 ↗
Hogyan hivatkozzon erre az oldalra
ScholarGate. (2026, June 1). DBSCAN (Density-Based Spatial Clustering of Applications with Noise). ScholarGate. https://scholargate.app/hu/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.
- Hierarchikus klaszterezésGépi tanulás↔ compare
- Véletlen erdőGépi tanulás↔ compare
- Support Vector Machine (Osztályozás)Gépi tanulás↔ compare
Hivatkozik rá
Hibát talált ezen az oldalon? Jelentse, vagy javasoljon javítást →