ScholarGate
Assistent
Machine learningMachine learning

Semi-övervakad HDBSCAN

Semi-övervakad HDBSCAN utökar algoritmen Hierarchical Density-Based Spatial Clustering of Applications with Noise (HDBSCAN) genom att införliva partiell övervakning — såsom parvisa begränsningar av typen "måste-länka" (must-link) och "kan-inte-länka" (cannot-link) eller en liten uppsättning märkta exempel — för att styra den densitetsbaserade klusterhierarkin mot klusteruppdelningar som är konsekventa med tillgänglig domänkunskap.

Öppna i MethodMindSnartVideoSnartDownload slides

Läs hela metoden

Endast för medlemmar

Logga in med ett kostnadsfritt konto för att läsa avsnittet.

Logga in

Method map

The neighbourhood of related methods — select a node to explore.

Källor

  1. 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
  2. HDBSCAN. Wikipedia. link

Så citerar du den här sidan

ScholarGate. (2026, June 3). Semi-supervised Hierarchical Density-Based Spatial Clustering of Applications with Noise. ScholarGate. https://scholargate.app/sv/machine-learning/semi-supervised-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.

Compare side by side

Refereras av

ScholarGateSemi-supervised HDBSCAN (Semi-supervised Hierarchical Density-Based Spatial Clustering of Applications with Noise). Hämtad 2026-06-15 från https://scholargate.app/sv/machine-learning/semi-supervised-hdbscan · Datamängd: https://doi.org/10.5281/zenodo.20539026