Robustais HDBSCAN
Robust HDBSCAN (HDBSCAN*) papildina sākotnējo HDBSCAN algoritmu ar robustu vienas saites (single-linkage) sistēmu, kas uzticamāk apstrādā troksni, ārējās vērtības un dažāda blīvuma kopas. Ieviestais Campello et al. (2015) algoritms konvertē jebkuru uz blīvumu balstītu hierarhiju par stabilu plakanu klasterizāciju, vienlaikus skaidri modelējot trokšņa punktus — bez nepieciešamības lietotājam iepriekš noteikt kopu skaitu.
Lasīt pilno metodes aprakstu
Piesakieties ar bezmaksas kontu, lai lasītu šo sadaļu.
Method map
The neighbourhood of related methods — select a node to explore.
Avoti
- 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 ↗
Kā citēt šo lapu
ScholarGate. (2026, June 3). Robust Hierarchical Density-Based Spatial Clustering of Applications with Noise. ScholarGate. https://scholargate.app/lv/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.
- DBSCANMašīnmācīšanās↔ compare
- HDBSCANMašīnmācīšanās↔ compare
- K-means klasterizācijaMašīnmācīšanās↔ compare
- Spektrālā klasterizācijaMašīnmācīšanās↔ compare
Uz to atsaucas
Pamanījāt kļūdu šajā lapā? Ziņojiet vai ierosiniet labojumu →