DBSCAN
DBSCAN ir blīvuma noteikšanas grupēšanas algoritms, ko 1996. gadā ieviesa Esters, Krīgels, Sanders un Sju. Tas grupē punktus, kas atrodas blīvos reģionos, un atzīmē punktus reti apdzīvotās vietās kā troksni. Tas ir efektīvs, apstrādājot datus ar troksni un neregulāras, nesašķiebtas formas grupējumus.
Lasīt pilno metodes aprakstu
Piesakieties ar bezmaksas kontu, lai lasītu šo sadaļu.
Method map
The neighbourhood of related methods — select a node to explore.
+15 more
Avoti
- 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 KDD, 226–231. link ↗
Kā citēt šo lapu
ScholarGate. (2026, June 1). DBSCAN (Density-Based Spatial Clustering of Applications with Noise). ScholarGate. https://scholargate.app/lv/machine-learning/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.
- Hierarhiskā klasterizācijaMašīnmācīšanās↔ compare
- Random ForestMašīnmācīšanās↔ compare
- Atbalsta vektoru mašīna (klasifikācija)Mašīnmācīšanās↔ compare
Uz to atsaucas
Pamanījāt kļūdu šajā lapā? Ziņojiet vai ierosiniet labojumu →