Machine learning
光学
OPTICS（Ordering Points To Identify the Clustering Structure）は、1999年にAnkerst、Breunig、Kriegel、Sanderによって導入された密度ベースのクラスタリングアルゴリズムです。これは、データセットの完全な密度ベースのクラスタ構造をエンコードする順序で点を処理することにより、DBSCANを一般化し、固定されたグローバルな密度閾値を必要とせずに、到達可能性プロットを介して様々な密度のクラスタを検出できるようにします。
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
- Ankerst, M., Breunig, M. M., Kriegel, H.-P., & Sander, J. (1999). OPTICS: Ordering points to identify the clustering structure. ACM SIGMOD Record, 28(2), 49–60. DOI: 10.1145/304181.304187 ↗
- Ester, M., Kriegel, H.-P., Sander, J., & Xu, X. (1996). A density-based algorithm for discovering clusters in large spatial databases with noise. Proceedings of the 2nd International Conference on Knowledge Discovery and Data Mining (KDD-96), 226–231. link ↗
- Aggarwal, C. C., & Reddy, C. K. (Eds.) (2013). Data Clustering: Algorithms and Applications (Ch. 4). CRC Press. ISBN: 978-1-4665-5821-2
このページの引用方法
ScholarGate. (2026, June 3). OPTICS: Ordering Points To Identify the Clustering Structure. ScholarGate. https://scholargate.app/ja/machine-learning/optics
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 →