Półnadzorowany HDBSCAN
Półnadzorowany HDBSCAN rozszerza algorytm Hierarchical Density-Based Spatial Clustering of Applications with Noise (HDBSCAN) poprzez włączenie częściowego nadzoru — takiego jak pary ograniczeń typu „muszą być razem” (must-link) i „nie mogą być razem” (cannot-link) lub niewielki zbiór oznakowanych przykładów — w celu ukierunkowania hierarchii klastrowania opartej na gęstości w kierunku przypisań klastrów, które są zgodne z dostępną wiedzą dziedzinową.
Przeczytaj pełny opis metody
Zaloguj się na bezpłatne konto, aby przeczytać tę sekcję.
Method map
The neighbourhood of related methods — select a node to explore.
Źródła
- 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 ↗
- HDBSCAN. Wikipedia. link ↗
Jak cytować tę stronę
ScholarGate. (2026, June 3). Semi-supervised Hierarchical Density-Based Spatial Clustering of Applications with Noise. ScholarGate. https://scholargate.app/pl/machine-learning/semi-supervised-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.
- DBSCANUczenie maszynowe↔ compare
- HDBSCANUczenie maszynowe↔ compare
- Grupowanie K-średnich (K-means Clustering)Uczenie maszynowe↔ compare
- Półnadzorowany DBSCANUczenie maszynowe↔ compare
- Półnadzorowany model mieszanin GaussaUczenie maszynowe↔ compare
- Półnadzorowane K-meansUczenie maszynowe↔ compare
Cytowana przez
Widzisz błąd na tej stronie? Zgłoś go lub zaproponuj poprawkę →