Machine learningMachine learning
Robust HDBSCAN
Robust HDBSCAN (HDBSCAN*) は、ノイズ、外れ値、およびさまざまな密度のクラスタをより確実に処理する、ロバストな単連結フレームワークで元のHDBSCANアルゴリズムを拡張したものです。Campelloら (2015) によって導入されたこの手法は、クラスタ数を事前に指定する必要なしに、任意の密度ベースの階層を安定したフラットクラスタリングに変換し、ノイズポイントを明示的にモデル化します。
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
- Campello, R.J.G.B., Moulavi, D., Zimek, A. & Sander, J. (2015). Hierarchical Density Estimates for Data Clustering, Visualization, and Outlier Detection. ACM Transactions on Knowledge Discovery from Data, 10(1), 5. DOI: 10.1145/2733381 ↗
- 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 ↗
このページの引用方法
ScholarGate. (2026, June 3). Robust Hierarchical Density-Based Spatial Clustering of Applications with Noise. ScholarGate. https://scholargate.app/ja/machine-learning/robust-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 →