Robust HDBSCAN
Robust HDBSCAN (HDBSCAN*) estende l'algoritmo originale HDBSCAN con un framework robusto a single-linkage che gestisce rumore, outlier e cluster di densità variabile in modo più affidabile. Introdotto da Campello et al. (2015), converte qualsiasi gerarchia basata sulla densità in un clustering piatto stabile, modellando esplicitamente i punti di rumore — senza richiedere all'utente di pre-specificare il numero di cluster.
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.
Fonti
- 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), 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). Robust Hierarchical Density-Based Spatial Clustering of Applications with Noise. ScholarGate. https://scholargate.app/it/machine-learning/robust-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
- HDBSCANApprendimento automatico↔ compare
- Clustering K-meansApprendimento automatico↔ compare
- Spectral ClusteringApprendimento automatico↔ compare
Citato da
Hai notato un problema in questa pagina? Segnalalo o proponi una correzione →