Объяснимый HDBSCAN
Объяснимый HDBSCAN объединяет иерархический алгоритм кластеризации на основе плотности HDBSCAN с методами пост-hoc объяснимости — в первую очередь SHAP — чтобы выявить, какие входные признаки определяют принадлежность к кластеру и его разделение. Он сохраняет способность HDBSCAN находить кластеры различной формы и плотности, добавляя при этом принципиальный, проверяемый слой объяснений.
Читать метод полностью
Войдите с бесплатным аккаунтом, чтобы прочитать этот раздел.
Method map
The neighbourhood of related methods — select a node to explore.
Источники
- 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 ↗
Как цитировать эту страницу
ScholarGate. (2026, June 3). Explainable Hierarchical Density-Based Spatial Clustering of Applications with Noise. ScholarGate. https://scholargate.app/ru/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.
- Объяснимый DBSCANМашинное обучение↔ compare
- Объяснимая Гауссова СмесьМашинное обучение↔ compare
- Объяснимый Isolation ForestМашинное обучение↔ compare
- Объяснимый K-MeansМашинное обучение↔ compare
- Объяснимый случайный лесМашинное обучение↔ compare
- HDBSCANМашинное обучение↔ compare
Нашли ошибку на этой странице? Сообщите о ней или предложите исправление →