Machine learningMachine learning

DBSCAN แบบออนไลน์

DBSCAN แบบออนไลน์ (Online DBSCAN) เป็นการขยายอัลกอริทึมการจัดกลุ่มตามความหนาแน่นแบบคลาสสิก เพื่อจัดการกับจุดข้อมูลที่เข้ามาอย่างต่อเนื่องโดยไม่ต้องจัดกลุ่มข้อมูลทั้งหมดใหม่ตั้งแต่ต้น จุดสังเกตใหม่แต่ละจุดจะถูกรวมเข้ากับโครงสร้างกลุ่มที่มีอยู่โดยการสอบถามเพื่อนบ้านเฉพาะที่ ทำให้สามารถใช้งานได้จริงในสถานการณ์ข้อมูลแบบสตรีมและคลังข้อมูลที่ข้อมูลเพิ่มขึ้นทีละน้อย

เปิดใน MethodMindเร็ว ๆ นี้วิดีโอเร็ว ๆ นี้Download slides

อ่านวิธีฉบับเต็ม

สำหรับสมาชิกเท่านั้น

เข้าสู่ระบบด้วยบัญชีฟรีเพื่ออ่านส่วนนี้

เข้าสู่ระบบ

Method map

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

แหล่งอ้างอิง

  1. Ester, M., Kriegel, H.-P., Sander, J., Wimmer, M., & Xu, X. (1998). Incremental Clustering for Mining in a Data Warehousing Environment. In Proceedings of the 24th International Conference on Very Large Data Bases (VLDB), pp. 323–333. link
  2. Cao, F., Ester, M., Qian, W., & Zhou, A. (2006). Density-Based Clustering over an Evolving Data Stream with Noise. In Proceedings of the 2006 SIAM International Conference on Data Mining (SDM), pp. 328–339. DOI: 10.1137/1.9781611972764.29

วิธีอ้างอิงหน้านี้

ScholarGate. (2026, June 3). Online Density-Based Spatial Clustering of Applications with Noise. ScholarGate. https://scholargate.app/th/machine-learning/online-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.

Compare side by side
ScholarGateOnline DBSCAN (Online Density-Based Spatial Clustering of Applications with Noise). สืบค้นเมื่อ 2026-06-15 จาก https://scholargate.app/th/machine-learning/online-dbscan · ชุดข้อมูล: https://doi.org/10.5281/zenodo.20539026