HDBSCAN (การจัดกลุ่มตามความหนาแน่นแบบลำดับชั้น)
HDBSCAN (Hierarchical Density-Based Spatial Clustering of Applications with Noise) เป็นขั้นตอนวิธีจัดกลุ่มตามความหนาแน่นที่นำเสนอโดย Campello, Moulavi, และ Sander ในปี 2013 โดยต่อยอดจาก DBSCAN ด้วยการสร้างลำดับชั้นเต็มรูปแบบของกลุ่มตามความหนาแน่นในทุกระดับความหนาแน่น จากนั้นจึงสกัดการแบ่งส่วนแบบแบนราบที่เสถียร ทำให้มีความทนทานต่อชุดข้อมูลที่ความหนาแน่นของกลุ่มแตกต่างกันอย่างมากในแต่ละภูมิภาค
อ่านวิธีฉบับเต็ม
เข้าสู่ระบบด้วยบัญชีฟรีเพื่ออ่านส่วนนี้
Method map
The neighbourhood of related methods — select a node to explore.
+2 more
แหล่งอ้างอิง
- 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. DOI: 10.1007/978-3-642-37456-2_14 ↗
- 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), Article 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 ↗
วิธีอ้างอิงหน้านี้
ScholarGate. (2026, June 3). Hierarchical Density-Based Spatial Clustering of Applications with Noise. ScholarGate. https://scholargate.app/th/machine-learning/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.
- DBSCANการเรียนรู้ของเครื่อง↔ compare
- ออปติกส์การเรียนรู้ของเครื่อง↔ compare
- Spectral Clusteringการเรียนรู้ของเครื่อง↔ compare