Machine learningMachine learning
Ensemble HDBSCAN
Ensemble HDBSCANは、異なるハイパーパラメータ設定またはデータサブサンプルでHDBSCANを複数回実行し、結果として得られる分割を単一の安定した合意クラスタリングに結合します。HDBSCANは最小クラスターサイズと最小サンプル数のパラメータに敏感であるため、複数の実行結果をプールすることで、単一の設定に対する感度を大幅に低減し、ノイズの多い高次元データに対してより再現性の高いクラスター割り当てを生成します。
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
- 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 ↗
- Vega-Pons, S., & Ruiz-Shulcloper, J. (2011). A survey of clustering ensemble methods. International Journal of Pattern Recognition and Artificial Intelligence, 25(03), 337–372. DOI: 10.1142/S0218001411008683 ↗
このページの引用方法
ScholarGate. (2026, June 3). Ensemble Hierarchical Density-Based Spatial Clustering of Applications with Noise. ScholarGate. https://scholargate.app/ja/machine-learning/ensemble-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.
Compare side by side →