Robust HDBSCAN
Robust HDBSCAN (HDBSCAN*) memperluas algoritma HDBSCAN asal dengan kerangka kerja "single-linkage" robust yang mengendalikan hingar, pencilan, dan gugusan dengan kepadatan yang bervariasi dengan lebih andal. Diperkenalkan oleh Campello et al. (2015), ia menukar sebarang hierarki berasaskan kepadatan kepada pengelompokan rata yang stabil sambil memodelkan titik hingar secara eksplisit — tanpa memerlukan pengguna untuk menentukan bilangan gugusan terlebih dahulu.
Baca kaedah sepenuhnya
Log masuk dengan akaun percuma untuk membaca bahagian ini.
Method map
The neighbourhood of related methods — select a node to explore.
Sumber
- 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 ↗
Cara memetik halaman ini
ScholarGate. (2026, June 3). Robust Hierarchical Density-Based Spatial Clustering of Applications with Noise. ScholarGate. https://scholargate.app/ms/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.
- DBSCANPembelajaran Mesin↔ compare
- HDBSCANPembelajaran Mesin↔ compare
- PengeLCManan K-meansPembelajaran Mesin↔ compare
- Pengelompokan SpektralPembelajaran Mesin↔ compare
Dirujuk oleh
Terjumpa masalah pada halaman ini? Laporkan atau cadangkan pembetulan →