HDBSCAN Explicável
O HDBSCAN Explicável combina o algoritmo de agrupamento hierárquico baseado em densidade HDBSCAN com métodos de explicabilidade pós-hoc — principalmente SHAP — para revelar quais características de entrada impulsionam a associação e a separação dos clusters. Ele mantém a capacidade do HDBSCAN de encontrar clusters de forma e densidade variáveis, adicionando uma camada de explicação fundamentada e auditável.
Leia o método completo
Entre com uma conta gratuita para ler esta seção.
Method map
The neighbourhood of related methods — select a node to explore.
Fontes
- 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 ↗
- Lundberg, S. M., & Lee, S.-I. (2017). A unified approach to interpreting model predictions. Advances in Neural Information Processing Systems, 30, 4765–4774. link ↗
Como citar esta página
ScholarGate. (2026, June 3). Explainable Hierarchical Density-Based Spatial Clustering of Applications with Noise. ScholarGate. https://scholargate.app/pt/machine-learning/explainable-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.
- DBSCAN ExplicávelAprendizado de máquina↔ compare
- Modelo de Mistura Gaussiana ExplicávelAprendizado de máquina↔ compare
- Isolation Forest ExplicávelAprendizado de máquina↔ compare
- K-Means ExplicávelAprendizado de máquina↔ compare
- Floresta Aleatória ExplicávelAprendizado de máquina↔ compare
- HDBSCANAprendizado de máquina↔ compare
Encontrou um problema nesta página? Relate ou sugira uma correção →