Robust HDBSCAN
Robust HDBSCAN (HDBSCAN*) utökar den ursprungliga HDBSCAN-algoritmen med ett robust ramverk för enkelkoppling som hanterar brus, extremvärden och kluster med varierande densitet på ett mer tillförlitligt sätt. Den introducerades av Campello et al. (2015) och omvandlar en godtycklig densitetsbaserad hierarki till en stabil platt klustring utan att användaren behöver förhandsbestämma antalet kluster, samtidigt som den explicit modellerar brus-punkter.
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.
Källor
- 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), 5. DOI: 10.1145/2733381 ↗
- 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 ↗
Så citerar du den här sidan
ScholarGate. (2026, June 3). Robust Hierarchical Density-Based Spatial Clustering of Applications with Noise. ScholarGate. https://scholargate.app/sv/machine-learning/robust-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.
- DBSCANMaskininlärning↔ compare
- HDBSCANMaskininlärning↔ compare
- K-means-klustringMaskininlärning↔ compare
- SpektralklusteranalysMaskininlärning↔ compare
Refereras av
Hittade du ett fel på sidan? Rapportera eller föreslå en rättelse →