Machine learningMachine learning
説明可能なHDBSCAN
説明可能なHDBSCANは、階層的密度ベースクラスタリングアルゴリズムHDBSCANと事後説明可能性手法（主にSHAP）を組み合わせ、入力特徴量のどれがクラスターのメンバーシップと分離を駆動するかを明らかにします。HDBSCANの様々な形状と密度のクラスターを見つける能力を維持しつつ、原則に基づいた監査可能な説明レイヤーを追加します。
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 ↗
- Lundberg, S. M., & Lee, S.-I. (2017). A unified approach to interpreting model predictions. Advances in Neural Information Processing Systems, 30, 4765–4774. link ↗
このページの引用方法
ScholarGate. (2026, June 3). Explainable Hierarchical Density-Based Spatial Clustering of Applications with Noise. ScholarGate. https://scholargate.app/ja/machine-learning/explainable-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.
- Explainable DBSCAN機械学習↔ compare
- 説明可能なガウス混合モデル機械学習↔ compare
- 説明可能なアイソレーションフォレスト機械学習↔ compare
- 説明可能なK-Means機械学習↔ compare
- 説明可能なランダムフォレスト機械学習↔ compare
- HDBSCAN機械学習↔ compare