BIRCH — Balanced Iterative Reducing and Clustering using Hierarchies
BIRCH este un algoritm scalabil, incremental de clustering, introdus de Zhang, Ramakrishnan și Livny în 1996. Este conceput pentru a grupa seturi de date foarte mari — potențial mai mari decât memoria disponibilă — într-o singură parcurgere, prin comprimarea datelor într-o structură de sumarizare compactă în memorie, numită arbore CF (Clustering Feature tree), înainte de a aplica orice procedură standard de clustering.
Citește metoda completă
Autentifică-te cu un cont gratuit pentru a citi această secțiune.
Method map
The neighbourhood of related methods — select a node to explore.
Surse
- Zhang, T., Ramakrishnan, R., & Livny, M. (1996). BIRCH: An efficient data clustering method for very large databases. Proceedings of the 1996 ACM SIGMOD International Conference on Management of Data, 25(2), 103–114. DOI: 10.1145/233269.233324 ↗
- Han, J., Kamber, M., & Pei, J. (2011). Data Mining: Concepts and Techniques (3rd ed., Ch. 10). Morgan Kaufmann. ISBN: 978-0-12-381479-1
Cum se citează această pagină
ScholarGate. (2026, June 3). Balanced Iterative Reducing and Clustering using Hierarchies. ScholarGate. https://scholargate.app/ro/machine-learning/birch
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.
- DBSCANÎnvățare automată↔ compare
- Clustering K-meansÎnvățare automată↔ compare
Ai observat o problemă pe această pagină? Raportează sau sugerează o corectură →