ScholarGate
Asystent

Analiza skupień i redukcja wymiarowości

61 — metody w tej rodzinie.

Wyróżnione

Ścieżka lektury

Najczęściej przywoływane metody fundamentalne dla tego tematu, w kolejności ich powstawania — dobry punkt wyjścia, jeśli zaczynasz tu przygodę.

  1. Klasteryzacja hierarchiczna1963autorstwa Ward, J. H.
  2. Grupowanie K-średnich (K-means Clustering)1967 (formalized 1982)autorstwa MacQueen, J. B.; Lloyd, S. P.
  3. Klasteryzacja K-średnich1967autorstwa MacQueen, J.
  4. DBSCAN1996autorstwa Ester, M., Kriegel, H.-P., Sander, J. & Xu, X.
  5. One-Class SVM1999–2001autorstwa Scholkopf, B., Platt, J. C., Smola, A. J., Williamson, R. C.
  6. Analiza Głównych Składowych2002autorstwa Jolliffe, I.T. (textbook); Pearson & Hotelling (origins)
  7. Detekcja anomalii za pomocą autoenkoderów2006–2014autorstwa Hinton, G. E. & Salakhutdinov, R. R. (autoencoders); applied to anomaly detection through multiple authors in the 2010s
  8. Isolation Forest2008autorstwa Liu, F.T., Ting, K.M. & Zhou, Z.-H.
wszystkie metody na tej półce ↓

Wszystkie metody 61

Reguły asocjacyjne uczenia aktywnegoWykrywanie anomalii z wykorzystaniem autoenkoderów i aktywnego uczeniaAktywne uczenie z wykorzystaniem Isolation ForestKlasteryzacja przez propagację powinowactwaAlgorytm AprioriGórnictwo reguł asocjacyjnych (Apriori)Reguły asocjacyjneDetekcja anomalii za pomocą autoenkoderówBIRCHDBSCANGórnictwo częstych zbiorów elementów ECLATAlgorytm Ensemble AprioriReguły Asocjacyjne EnsembleWykrywanie anomalii metodą autoenkoderów zespołowychEnsemble HDBSCANLas Izolacyjny (Ensemble Isolation Forest)Ensemble K-meansKlastrowanie rozmyte C-średnich (FCM)Model Gaussa (Gaussian Mixture Model)HDBSCANKlasteryzacja hierarchicznaIsolation ForestGrupowanie K-średnich (K-means Clustering)Klasteryzacja K-średnichKernel PCALokalny Wskaźnik Wartości Odstających (Local Outlier Factor - LOF)Lokalnie Liniowe Osadzanie (LLE)Mean ShiftOne-Class SVMReguły asocjacyjne onlineWykrywanie anomalii za pomocą przyrostowego autoenkoderaOnline DBSCANOnline HDBSCANOnline Isolation ForestOnline K-meansOPTICSAnaliza Głównych SkładowychRegresja z wykorzystaniem głównych składowych (PCR)Rzutowanie losoweRegularyzowany model mieszaniny GaussaK-średnie z regularyzacjąWykrywanie anomalii za pomocą odpornego autoenkoderaRobust HDBSCANRobust Isolation ForestRobust k-meansMapa samoorganizująca się (Mapa Kohonena)Wykrywanie anomalii za pomocą samo-nadzorowanego autoenkoderaSamouczenie DBSCANSamo-nadzorujący się model mieszaniny GaussaSamonadzorowany las izolacyjnySamouczenie K-średnichPółnadzorowany algorytm AprioriReguły asocjacyjne częściowo nadzorowaneWykrywanie anomalii za pomocą autoenkodera semisuperwzvisowanegoPółnadzorowany DBSCANPółnadzorowany HDBSCANPółnadzorowany Isolation ForestPółnadzorowane K-meansKlastrowanie spektralnet-SNEUMAP