HDBSCAN Robusto
O HDBSCAN Robusto (HDBSCAN*) estende o algoritmo HDBSCAN original com uma estrutura robusta de single-linkage que lida com ruído, outliers e clusters de densidades variáveis de forma mais confiável. Introduzido por Campello et al. (2015), ele converte qualquer hierarquia baseada em densidade em um clustering plano estável, enquanto modela explicitamente pontos de ruído — sem exigir que o usuário pré-especifique o número de clusters.
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
- 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), 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 ↗
Como citar esta página
ScholarGate. (2026, June 3). Robust Hierarchical Density-Based Spatial Clustering of Applications with Noise. ScholarGate. https://scholargate.app/pt/machine-learning/robust-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.
- DBSCANAprendizado de máquina↔ compare
- HDBSCANAprendizado de máquina↔ compare
- Agrupamento K-meansAprendizado de máquina↔ compare
- Agrupamento EspectralAprendizado de máquina↔ compare
Referenciado por
Encontrou um problema nesta página? Relate ou sugira uma correção →