ScholarGate
アシスタント

クラスタリング・次元削減

61 の手法がこの系統にあります。

注目

学びの道筋

このトピックで最も多く参照される基礎的な手法を、発展してきた順に並べました — はじめての方はここから読み始めてください。

  1. 階層的クラスタリング1963Ward, J. H. による
  2. K-means クラスタリング1967 (formalized 1982)MacQueen, J. B.; Lloyd, S. P. による
  3. K平均法クラスタリング1967MacQueen, J. による
  4. DBSCAN1996Ester, M., Kriegel, H.-P., Sander, J. & Xu, X. による
  5. One-Class SVM1999–2001Scholkopf, B., Platt, J. C., Smola, A. J., Williamson, R. C. による
  6. 主成分分析2002Jolliffe, I.T. (textbook); Pearson & Hotelling (origins) による
  7. オートエンコーダ異常検知2006–2014Hinton, G. E. & Salakhutdinov, R. R. (autoencoders); applied to anomaly detection through multiple authors in the 2010s による
  8. アイソレーションフォレスト2008Liu, F.T., Ting, K.M. & Zhou, Z.-H. による
この棚のすべての手法 ↓

すべての手法 61

アクティブラーニング相関ルールアクティブラーニング自己符号化器異常検知アクティブラーニングアイソレーションフォレストアフィニティ伝播クラスタリングAprioriアルゴリズム関連ルールマイニング(Apriori)アソシエーションルールオートエンコーダ異常検知BIRCHDBSCANECLAT による頻出アイテムセットマイニングアンサンブルAprioriアルゴリズムアンサンブル関連規則アンサンブル・オートエンコーダ異常検知Ensemble HDBSCANアンサンブル・アイソレーション・フォレストアンサンブルK-meansファジィC平均クラスタリング (FCM)ガウス混合モデルHDBSCAN階層的クラスタリングアイソレーションフォレストK-means クラスタリングK平均法クラスタリングカーネル主成分分析局所外れ値因子 (LOF)Locally Linear Embedding (LLE)(局所線形埋め込み)Mean ShiftOne-Class SVMオンライン相関ルールマイニングオンラインオートエンコーダ異常検知オンラインDBSCANオンラインHDBSCANオンラインアイソレーションフォレストオンラインK-means光学主成分分析主成分回帰 (PCR)ランダム射影正則化ガウス混合モデル正則化 k-means クラスタリングロバストオートエンコーダー異常検知Robust HDBSCAN堅牢なアイソレーションフォレストロバストk平均法自己組織化マップ(Kohonen Map)自己教師ありオートエンコーダー異常検知Self-supervised DBSCAN自己教師あり混合ガウスモデルSelf-supervised Isolation Forest自己教師ありK-means半教師ありAprioriアルゴリズム半教師あり連想規則半教師ありオートエンコーダ異常検知半教師あり DBSCAN半教師ありHDBSCANSemi-supervised Isolation Forest半教師あり K-meansスペクトラルクラスタリングt-SNEUMAP