DBSCAN
DBSCAN is een dichtheidsgebaseerd clusteringsalgoritme, geïntroduceerd door Ester, Kriegel, Sander en Xu in 1996, dat punten die in dichte gebieden liggen groepeert en punten in schaarse gebieden als ruis markeert. Het is effectief op ruisgevoelige data en op clusters met onregelmatige, niet-bolvormige vormen.
Lees de volledige methode
Log in met een gratis account om dit onderdeel te lezen.
Method map
The neighbourhood of related methods — select a node to explore.
+15 more
Bronnen
- 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 ↗
Deze pagina citeren
ScholarGate. (2026, June 1). DBSCAN (Density-Based Spatial Clustering of Applications with Noise). ScholarGate. https://scholargate.app/nl/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.
- Hiërarchische clusteringMachine learning↔ compare
- Random ForestMachine learning↔ compare
- Support Vector Machine (Classificatie)Machine learning↔ compare
Geciteerd door
Een fout op deze pagina gezien? Meld het of stel een correctie voor →