ScholarGate
Assistent

Klustring & dimensionsreduktion

61 metoder i denna familj.

I urval

Aktiva inlärningsregler för associationerActive 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 procesAktiv inlärning med autoenkoder för avvikelsedetekteringActive Learning Autoencoder Anomaly Detection combines an autoencoder's unsupervised reconstruction-error scoring with an active learning query loop. The model flags high-error insAktiv inlärning med 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 infAffinity Propagation-klustringAffinity propagation, introduced by Brendan Frey and Delbert Dueck in 2007, is a clustering algorithm that identifies representative 'exemplars' among the data by exchanging messagApriori-algoritmenThe Apriori algorithm, introduced by Agrawal and Srikant in 1994, is the foundational method for discovering frequent itemsets and association rules in transactional databases. It Association Rule Mining (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

Läsväg

Det här ämnets mest refererade grundläggande metoder, i den ordning de utvecklades — en bra startpunkt om du är ny här.

  1. Hierarkisk klustring1963av Ward, J. H.
  2. K-means-klustring1967 (formalized 1982)av MacQueen, J. B.; Lloyd, S. P.
  3. K-Means-klustring1967av MacQueen, J.
  4. DBSCAN1996av Ester, M., Kriegel, H.-P., Sander, J. & Xu, X.
  5. One-class SVM1999–2001av Scholkopf, B., Platt, J. C., Smola, A. J., Williamson, R. C.
  6. Analys av huvudkomponenter2002av Jolliffe, I.T. (textbook); Pearson & Hotelling (origins)
  7. Autoencoder Anomalidetektering2006–2014av Hinton, G. E. & Salakhutdinov, R. R. (autoencoders); applied to anomaly detection through multiple authors in the 2010s
  8. Isolation Forest2008av Liu, F.T., Ting, K.M. & Zhou, Z.-H.
alla metoder på den här hyllan ↓

Alla metoder 61

Aktiva inlärningsregler för associationerAktiv inlärning med autoenkoder för avvikelsedetekteringAktiv inlärning med Isolation ForestAffinity Propagation-klustringApriori-algoritmenAssociation Rule Mining (Apriori)AssocieringsreglerAutoencoder AnomalidetekteringBIRCHDBSCANECLAT Frekvent PostmängdsutvinningEnsemble Apriori-algoritmenEnsemble-associationsreglerEnsemble Autoencoder Anomaly DetectionEnsemble HDBSCANEnsemble Isolation ForestEnsemble K-meansFuzzy C-Means-klustring (FCM)Gaussisk blandningsmodellHDBSCANHierarkisk klustringIsolation ForestK-means-klustringK-Means-klustringKärn-PCALokal avviksfaktor (LOF)Lokalt linjär inbäddning (LLE)Mean ShiftOne-class SVMOnline associationsreglerOnline Autoencoder Anomaly DetectionOnline DBSCANOnline HDBSCANOnline Isolation ForestOnline K-meansOPTICSAnalys av huvudkomponenterPrincipal Components Regression (PCR)Slumpmässig projektionRegulariserad Gaussisk BlandningsmodellRegulariserad K-Means-klustringRobust Autoencoder Anomaly DetectionRobust HDBSCANRobust Isolation ForestRobust k-meansSjälvorganiserande karta (Kohonen-karta)Självövervakad autoenkoder-anomalidetekteringSjälvövervakad DBSCANSjälvövervakanad Gaussisk blandmodellSjälvövervakad Isolation ForestSjälvövervakad K-meansSemi-supervised Apriori-algoritmSemi-supervised Association RulesSemihandled autoencoder för avvikelsedetekteringSemi-supervised DBSCANSemi-övervakad HDBSCANSemi-supervised Isolation ForestHalvövervakad K-meansSpektralklusteranalyst-SNEUMAP