Online HDBSCAN
Online HDBSCAN расширяет иерархический алгоритм кластеризации на основе плотности HDBSCAN для инкрементальной обработки потоковых или последовательно поступающих данных. Вместо того чтобы перестраивать всю иерархию с нуля при каждом новом наблюдении, он поддерживает и локально обновляет граф взаимной достижимости, минимальное остовное дерево, сжатое дерево кластеров и извлечение кластеров на основе стабильности, обеспечивая непрерывную кластеризацию на основе плотности без полной переобработки всего набора данных.
Читать метод полностью
Войдите с бесплатным аккаунтом, чтобы прочитать этот раздел.
Method map
The neighbourhood of related methods — select a node to explore.
Источники
- Hassani, M., Seidl, T. (2017). Using internal evaluation measures to validate the quality of diverse stream clustering algorithms. Vietnam Journal of Computer Science, 4(3), 171–183. DOI: 10.1007/s40595-016-0086-9 ↗
- Campello, R. J. G. B., Moulavi, D., Zimek, A., & Sander, J. (2015). Hierarchical Density Estimates for Data Clustering, Visualization, and Outlier Detection. ACM Transactions on Knowledge Discovery from Data, 10(1), Article 5. DOI: 10.1145/2733381 ↗
Как цитировать эту страницу
ScholarGate. (2026, June 3). Online Hierarchical Density-Based Spatial Clustering of Applications with Noise. ScholarGate. https://scholargate.app/ru/machine-learning/online-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.
- DBSCANМашинное обучение↔ compare
- Ансамбль HDBSCANМашинное обучение↔ compare
- HDBSCANМашинное обучение↔ compare
- Онлайн-обучениеМашинное обучение↔ compare
- Robust HDBSCANМашинное обучение↔ compare
- Спектральная кластеризацияМашинное обучение↔ compare
Нашли ошибку на этой странице? Сообщите о ней или предложите исправление →