HDBSCAN
HDBSCAN (Hierarchical Density-Based Spatial Clustering of Applications with Noise) er en tetthetsbasert klyngealgoritme introdusert av Campello, Moulavi og Sander i 2013. Den utvider DBSCAN ved å bygge et fullstendig hierarki av tetthetsbaserte klynger på tvers av alle tetthetsskalaer, og deretter trekke ut en stabil flat partisjon, noe som gjør den robust for datasett der klyngertetthetene varierer vesentlig mellom regioner.
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.
+2 more
Kilder
- Campello, R. J. G. B., Moulavi, D., & Sander, J. (2013). Density-Based Clustering Based on Hierarchical Density Estimates. In J. Pei et al. (Eds.), Advances in Knowledge Discovery and Data Mining. PAKDD 2013. Lecture Notes in Computer Science, vol. 7819 (pp. 160–172). Springer, Berlin, Heidelberg. DOI: 10.1007/978-3-642-37456-2_14 ↗
- 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), Article 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 ↗
Slik siterer du denne siden
ScholarGate. (2026, June 3). Hierarchical Density-Based Spatial Clustering of Applications with Noise. ScholarGate. https://scholargate.app/no/machine-learning/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.
Compare side by side →Referert av
Funnet en feil på denne siden? Rapporter eller foreslå en rettelse →