เปรียบเทียบวิธี

	Online HDBSCAN	HDBSCAN (การจัดกลุ่มตามความหนาแน่นแบบลำดับชั้น)
สาขาวิชา	การเรียนรู้ของเครื่อง	การเรียนรู้ของเครื่อง
ตระกูล	Machine learning	Machine learning
ปีกำเนิด	2015–2017	2013
ผู้ริเริ่ม	Campello, R. J. G. B. et al. (base); incremental extensions by Hassani, M. et al.	Campello, R. J. G. B.; Moulavi, D.; Sander, J.
ประเภท	Incremental hierarchical density-based clustering	Hierarchical density-based clustering
แหล่งต้นตำรับ	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.	Campello, R. J. G. B., Moulavi, D., & Sander, J. (2013). Density-Based Clustering Based on Hierarchical Density Estimates. In J. Pei et al. (Eds.), Advances in Knowledge Discovery and Data Mining. PAKDD 2013. Lecture Notes in Computer Science, vol. 7819 (pp. 160–172). Springer, Berlin, Heidelberg.
ชื่อเรียกอื่น	incremental HDBSCAN, streaming HDBSCAN, online hierarchical density clustering, dynamic HDBSCAN	HDBSCAN, Hierarchical DBSCAN, hierarchical density-based clustering, HDBSCAN*
ที่เกี่ยวข้อง	6	3
สรุป	Online HDBSCAN extends the HDBSCAN hierarchical density-based clustering algorithm to incrementally process streaming or sequentially arriving data. Rather than rebuilding the full hierarchy from scratch with each new observation, it maintains and locally updates the mutual reachability graph, minimum spanning tree, condensed cluster tree, and stability-based cluster extraction, enabling continuous density-based clustering without full-dataset reprocessing.	HDBSCAN (Hierarchical Density-Based Spatial Clustering of Applications with Noise) is a density-based clustering algorithm introduced by Campello, Moulavi, and Sander in 2013. It extends DBSCAN by building a full hierarchy of density-based clusters across all density scales and then extracting a stable flat partition, making it robust to datasets where cluster densities vary substantially across regions.