Robuuste HDBSCAN
Robuuste HDBSCAN (HDBSCAN*) breidt het oorspronkelijke HDBSCAN-algoritme uit met een robuust single-linkage raamwerk dat ruis, uitschieters en clusters van variërende dichtheden betrouwbaarder hanteert. Geïntroduceerd door Campello et al. (2015), zet het elke dichtheidsgebaseerde hiërarchie om in een stabiele platte clustering zonder dat de gebruiker het aantal clusters vooraf hoeft te specificeren, terwijl ruispunten expliciet worden gemodelleerd.
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.
Bronnen
- 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 ↗
Deze pagina citeren
ScholarGate. (2026, June 3). Robust Hierarchical Density-Based Spatial Clustering of Applications with Noise. ScholarGate. https://scholargate.app/nl/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.
- DBSCANMachine learning↔ compare
- HDBSCANMachine learning↔ compare
- K-means ClusteringMachine learning↔ compare
- Spectrale ClusteringMachine learning↔ compare
Geciteerd door
Een fout op deze pagina gezien? Meld het of stel een correctie voor →