HDBSCAN Explicabil
HDBSCAN Explicabil combină algoritmul ierarhic de clusterizare bazat pe densitate HDBSCAN cu metode de explicabilitate post-hoc — în principal SHAP — pentru a dezvălui ce caracteristici de intrare determină apartenența și separarea clusterelor. Acesta păstrează capacitatea HDBSCAN de a găsi clustere de forme și densități variate, adăugând în același timp un strat de explicație principial și auditabil.
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
- 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 ↗
Cum se citează această pagină
ScholarGate. (2026, June 3). Explainable Hierarchical Density-Based Spatial Clustering of Applications with Noise. ScholarGate. https://scholargate.app/ro/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 ExplicabilÎnvățare automată↔ compare
- Model Gaussian Mixt de ExplicatÎnvățare automată↔ compare
- Isolation Forest ExplicabilÎnvățare automată↔ compare
- K-Means ExplicabilÎnvățare automată↔ compare
- Pădurea Aleatorie ExplicabilăÎnvățare automată↔ compare
- HDBSCANÎnvățare automată↔ compare
Ai observat o problemă pe această pagină? Raportează sau sugerează o corectură →