Machine learning
BIRCH — Balanced Iterative Reducing and Clustering using Hierarchies
BIRCHは、Zhang、Ramakrishnan、Livnyによって1996年に導入された、スケーラブルでインクリメンタルなクラスタリングアルゴリズムです。これは、標準的なクラスタリング手順を適用する前に、CFツリー（Clustering Feature tree）と呼ばれるコンパクトなインメモリ要約構造にデータを圧縮することにより、利用可能なメモリを超える可能性のある非常に大きなデータセットを単一パスでクラスタリングするように設計されています。
手法の全文を読む
会員限定
ログイン無料アカウントでログインすると、このセクションを読めます。
Method map
The neighbourhood of related methods — select a node to explore.
出典
- Zhang, T., Ramakrishnan, R., & Livny, M. (1996). BIRCH: An efficient data clustering method for very large databases. Proceedings of the 1996 ACM SIGMOD International Conference on Management of Data, 25(2), 103–114. DOI: 10.1145/233269.233324 ↗
- Han, J., Kamber, M., & Pei, J. (2011). Data Mining: Concepts and Techniques (3rd ed., Ch. 10). Morgan Kaufmann. ISBN: 978-0-12-381479-1
このページの引用方法
ScholarGate. (2026, June 3). Balanced Iterative Reducing and Clustering using Hierarchies. ScholarGate. https://scholargate.app/ja/machine-learning/birch
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.
Compare side by side →