ScholarGate
Ассистент

Кластеризация и снижение размерности

61 — методы этого семейства.

Избранное

Активное обучение для поиска правил ассоциацийActive learning association rules combines the iterative query-and-label loop of active learning with association rule mining, allowing a human expert to guide the discovery procesАктивное обучение с автоэнкодером для обнаружения аномалийActive Learning Autoencoder Anomaly Detection combines an autoencoder's unsupervised reconstruction-error scoring with an active learning query loop. The model flags high-error insАктивное обучение с использованием Isolation ForestActive Learning Isolation Forest combines the unsupervised anomaly-scoring power of Isolation Forest with an iterative query strategy that asks a human expert to label the most infКластеризация методом распространения сродстваAffinity propagation, introduced by Brendan Frey and Delbert Dueck in 2007, is a clustering algorithm that identifies representative 'exemplars' among the data by exchanging messagАлгоритм AprioriThe Apriori algorithm, introduced by Agrawal and Srikant in 1994, is the foundational method for discovering frequent itemsets and association rules in transactional databases. It Поиск ассоциативных правил (Apriori)Association Rule Mining is an unsupervised data-mining technique that discovers co-occurrence patterns among items in transactional datasets. Formally introduced by Agrawal, Imieli

План чтения

Наиболее цитируемые фундаментальные методы этой темы в порядке их появления — отправная точка, если вы здесь впервые.

  1. Иерархическая кластеризация1963Ward, J. H.
  2. Кластеризация методом k-средних1967 (formalized 1982)MacQueen, J. B.; Lloyd, S. P.
  3. Кластеризация методом k-средних1967MacQueen, J.
  4. DBSCAN1996Ester, M., Kriegel, H.-P., Sander, J. & Xu, X.
  5. Одноклассовая SVM1999–2001Scholkopf, B., Platt, J. C., Smola, A. J., Williamson, R. C.
  6. Анализ главных компонент2002Jolliffe, I.T. (textbook); Pearson & Hotelling (origins)
  7. Автоэнкодер для обнаружения аномалий2006–2014Hinton, G. E. & Salakhutdinov, R. R. (autoencoders); applied to anomaly detection through multiple authors in the 2010s
  8. Isolation Forest2008Liu, F.T., Ting, K.M. & Zhou, Z.-H.
все методы на этой полке ↓

Все методы 61

Активное обучение для поиска правил ассоциацийАктивное обучение с автоэнкодером для обнаружения аномалийАктивное обучение с использованием Isolation ForestКластеризация методом распространения сродстваАлгоритм AprioriПоиск ассоциативных правил (Apriori)Правила ассоциацийАвтоэнкодер для обнаружения аномалийBIRCHDBSCANECLAT Frequent-Itemset MiningАнсамблевый алгоритм AprioriАнсамблевые правила ассоциацийАнсамблевое обнаружение аномалий на основе автокодировщиковАнсамбль HDBSCANАнсамбль Isolation ForestАнсамбль K-среднихНечеткая кластеризация C-средних (FCM)Модель гауссовских смесейHDBSCANИерархическая кластеризацияIsolation ForestКластеризация методом k-среднихКластеризация методом k-среднихКернел PCAЛокальный фактор выбросов (Local Outlier Factor, LOF)Локально линейное вложение (LLE)Mean ShiftОдноклассовая SVMОнлайн-ассоциативные правилаОбнаружение аномалий с помощью онлайн-автокодировщикаOnline DBSCANOnline HDBSCANOnline Isolation ForestОнлайновый K-среднихOPTICSАнализ главных компонентРегрессия на главные компоненты (PCR)Случайное проецированиеРегуляризованная Гауссова СмесьРегуляризованное кластеризация методом k-среднихНадежное обнаружение аномалий автокодировщикаRobust HDBSCANУстойчивый Isolation ForestРобастный k-среднихСамоорганизующаяся карта (карта Кохонена)Автоэнкодерная детекция аномалий на основе самообученияСамообучающийся DBSCANСамообучающаяся гауссова смесь (Self-supervised Gaussian Mixture Model)Самообучающийся Isolation ForestСамообучающийся K-среднихПолуавтоматический алгоритм AprioriПолуавтоматическое извлечение правил ассоциацийПолуавтоматическое обнаружение аномалий с помощью автоэнкодераПолуавтоматический DBSCANПолуавтоматический HDBSCANПолуавтоматический Isolation ForestПолуавтоматический K-среднихСпектральная кластеризацияt-SNEUMAP