DBSCAN
DBSCAN è un algoritmo di clustering basato sulla densità, introdotto da Ester, Kriegel, Sander e Xu nel 1996, che raggruppa i punti che giacciono in regioni dense e contrassegna i punti in regioni sparse come rumore. È efficace su dati rumorosi e su cluster di forme irregolari e non sferiche.
Leggi il metodo completo
Accedi con un account gratuito per leggere questa sezione.
Method map
The neighbourhood of related methods — select a node to explore.
+15 more
Fonti
- 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 ↗
Come citare questa pagina
ScholarGate. (2026, June 1). DBSCAN (Density-Based Spatial Clustering of Applications with Noise). ScholarGate. https://scholargate.app/it/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.
- Clustering gerarchicoApprendimento automatico↔ compare
- Random ForestApprendimento automatico↔ compare
- Support Vector Machine (Classificazione)Apprendimento automatico↔ compare
Citato da
Hai notato un problema in questa pagina? Segnalalo o proponi una correzione →