Ensemble HDBSCAN
Ensemble HDBSCAN kjører HDBSCAN flere ganger under ulike hyperparameterinnstillinger eller datasubprøver og kombinerer de resulterende partisjonene til en enkelt stabil konsensus-klynging. Fordi HDBSCAN er følsom for sine parametere for minimum klyngestørrelse og minimum antall punkter, reduserer pooling av flere kjøringer følsomheten for enhver enkelt konfigurasjon og gir mer reproduserbare klyngetildelinger på støyende, høydimensjonale data.
Les hele metoden
Logg inn med en gratis konto for å lese denne delen.
Method map
The neighbourhood of related methods — select a node to explore.
Kilder
- 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 ↗
- Vega-Pons, S., & Ruiz-Shulcloper, J. (2011). A survey of clustering ensemble methods. International Journal of Pattern Recognition and Artificial Intelligence, 25(03), 337–372. DOI: 10.1142/S0218001411008683 ↗
Slik siterer du denne siden
ScholarGate. (2026, June 3). Ensemble Hierarchical Density-Based Spatial Clustering of Applications with Noise. ScholarGate. https://scholargate.app/no/machine-learning/ensemble-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.
- Ensemble K-meansMaskinlæring↔ compare
- HDBSCANMaskinlæring↔ compare
- K-means klyngeanalyseMaskinlæring↔ compare
- [REQUIRES TRANSLATION]Maskinlæring↔ compare
Referert av
Funnet en feil på denne siden? Rapporter eller foreslå en rettelse →