HDBSCAN
HDBSCAN (Hierarchical Density-Based Spatial Clustering of Applications with Noise) è un algoritmo di clustering basato sulla densità introdotto da Campello, Moulavi e Sander nel 2013. Estende DBSCAN costruendo una gerarchia completa di cluster basati sulla densità attraverso tutte le scale di densità e quindi estraendo una partizione piatta stabile, rendendolo robusto a dataset in cui le densità dei cluster variano sostanzialmente tra le regioni.
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.
+2 more
Fonti
- Campello, R. J. G. B., Moulavi, D., & Sander, J. (2013). Density-Based Clustering Based on Hierarchical Density Estimates. In J. Pei et al. (Eds.), Advances in Knowledge Discovery and Data Mining. PAKDD 2013. Lecture Notes in Computer Science, vol. 7819 (pp. 160–172). Springer, Berlin, Heidelberg. DOI: 10.1007/978-3-642-37456-2_14 ↗
- Campello, R. J. G. B., Moulavi, D., Zimek, A., & Sander, J. (2015). Hierarchical Density Estimates for Data Clustering, Visualization, and Outlier Detection. ACM Transactions on Knowledge Discovery from Data, 10(1), Article 5. DOI: 10.1145/2733381 ↗
- 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 ↗
Come citare questa pagina
ScholarGate. (2026, June 3). Hierarchical Density-Based Spatial Clustering of Applications with Noise. ScholarGate. https://scholargate.app/it/machine-learning/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.
- DBSCANApprendimento automatico↔ compare
- OTTICAApprendimento automatico↔ compare
- Spectral ClusteringApprendimento automatico↔ compare
Citato da
Hai notato un problema in questa pagina? Segnalalo o proponi una correzione →