Machine learningMachine learning
半教師あり DBSCAN
Semi-supervised DBSCANは、少数のペアワイズ制約またはラベル制約（同じクラスタに属する必要があるmust-linkペア、分離する必要があるcannot-linkペア、または少数の既知ラベル）を組み込むことで、標準的な密度ベースクラスタリングアルゴリズム（Ester et al., 1996）を拡張し、DBSCANの任意の形状のクラスタを発見しノイズ点をフラグ付けする能力を維持しながら、クラスタ形成を誘導します。
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
- Ester, M., Kriegel, H.-P., Sander, J., & Xu, X. (1996). A density-based algorithm for discovering clusters in large spatial databases with noise. In Proceedings of the 2nd International Conference on Knowledge Discovery and Data Mining (KDD-96), pp. 226–231. AAAI Press. link ↗
- Zhu, X., & Goldberg, A. B. (2009). Introduction to Semi-Supervised Learning. Morgan & Claypool Publishers. ISBN: 978-1-59829-548-7
このページの引用方法
ScholarGate. (2026, June 3). Semi-supervised Density-Based Spatial Clustering of Applications with Noise. ScholarGate. https://scholargate.app/ja/machine-learning/semi-supervised-dbscan
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.
- DBSCAN機械学習↔ compare
- HDBSCAN機械学習↔ compare
- K-means クラスタリング機械学習↔ compare
- 半教師ありガウス混合モデル機械学習↔ compare
- 半教師あり K-means機械学習↔ compare