OPTICS
OPTICS (Ordering Points To Identify the Clustering Structure) este un algoritm de clustering bazat pe densitate, introdus de Ankerst, Breunig, Kriegel și Sander în 1999. Acesta generalizează DBSCAN prin procesarea punctelor într-o ordine care codifică întreaga structură de clustering bazată pe densitate a unui set de date, permițând detectarea clusterelor de densități variabile printr-un graf al accesibilității (reachability plot), în loc să necesite un prag global fix de densitate.
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
- Ankerst, M., Breunig, M. M., Kriegel, H.-P., & Sander, J. (1999). OPTICS: Ordering points to identify the clustering structure. ACM SIGMOD Record, 28(2), 49–60. DOI: 10.1145/304181.304187 ↗
- Ester, M., Kriegel, H.-P., Sander, J., & Xu, X. (1996). A density-based algorithm for discovering clusters in large spatial databases with noise. Proceedings of the 2nd International Conference on Knowledge Discovery and Data Mining (KDD-96), 226–231. link ↗
- Aggarwal, C. C., & Reddy, C. K. (Eds.) (2013). Data Clustering: Algorithms and Applications (Ch. 4). CRC Press. ISBN: 978-1-4665-5821-2
Cum se citează această pagină
ScholarGate. (2026, June 3). OPTICS: Ordering Points To Identify the Clustering Structure. ScholarGate. https://scholargate.app/ro/machine-learning/optics
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
- HDBSCANÎnvățare automată↔ compare
- Clustering IerarhicÎnvățare automată↔ compare
Citat de
Ai observat o problemă pe această pagină? Raportează sau sugerează o corectură →