DBSCAN
DBSCAN är en densitetsbaserad klustringsalgoritm, introducerad av Ester, Kriegel, Sander och Xu 1996, som grupperar punkter som ligger i täta regioner och flaggar punkter i glest befolkade regioner som brus. Den är effektiv på data med brus och på kluster med oregelbundna, icke-sfäriska former.
Läs hela metoden
Logga in med ett kostnadsfritt konto för att läsa avsnittet.
Method map
The neighbourhood of related methods — select a node to explore.
+15 more
Källor
- 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 KDD, 226–231. link ↗
Så citerar du den här sidan
ScholarGate. (2026, June 1). DBSCAN (Density-Based Spatial Clustering of Applications with Noise). ScholarGate. https://scholargate.app/sv/machine-learning/dbscan
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.
- Hierarkisk klustringMaskininlärning↔ compare
- Random ForestMaskininlärning↔ compare
- Support Vector Machine (Klassificering)Maskininlärning↔ compare
Refereras av
Hittade du ett fel på sidan? Rapportera eller föreslå en rättelse →