Yarı denetimli DBSCAN
Semi-supervised Density-Based Spatial Clustering of Applications with Noise · Ayrıca şöyle bilinir: Constrained DBSCAN, SS-DBSCAN, DBSCAN with must-link/cannot-link constraints, seeded DBSCAN
Yarı denetimli DBSCAN, küme oluşumunu yönlendirmek için az sayıda çiftli veya etiket kısıtlaması — aynı kümede bulunması gereken zorunlu bağlantı çiftleri, ayrılması gereken zorunlu olmayan bağlantı çiftleri veya birkaç bilinen etiket — dahil ederek, DBSCAN'ın rastgele şekilli kümeleri keşfetme ve gürültü noktalarını işaretleme yeteneğini koruyan standart yoğunluk tabanlı kümeleme algoritmasını (Ester ve diğerleri, 1996) genişletir.
Tam yöntemi oku
Bu bölümü okumak için ücretsiz hesapla giriş yapın.
Yöntem haritası
İlişkili yöntemlerin komşuluğu — keşfetmek için bir düğüm seçin.
Ne zaman kullanılır
Ağırlıklı olarak etiketlenmemiş veriye sahip olduğunuz, karmaşık, dışbükey olmayan küme şekilleri, değişken küme yoğunlukları veya önemli miktarda gürültü içeren ve hatta az sayıda çiftli veya etiket kısıtlaması sağlayabileceğiniz (belki veri çiftlerinin %1-5'i bir alan uzmanı tarafından etiketlenmiş) durumlarda yarı denetimli DBSCAN kullanın. Küme şeklinin düzensiz olduğu ve gerçek etiket yapısının yalnızca kısmen bilindiği mekansal analiz, anomali farkındalığı kümeleme ve bilimsel keşif görevlerinde özellikle değerlidir. Kısıtlamaların mevcut olmadığı (bunun yerine düz DBSCAN kullanın), kümelerin kabaca küresel olduğu ve kısıtlamaların bol olduğu (kısıtlanmış k-ortalama daha basittir), veri kümesinin çok yüksek boyutlu olduğu (yoğunluk tahminleri birçok boyutta bozulur) veya kısıtlamaların verinin yoğunluk yapısıyla güçlü bir şekilde çeliştiği durumlarda bundan kaçının.
Güçlü yönler & sınırlılıklar
- K-ortalama gibi merkez tabanlı yöntemlerin kaçırdığı rastgele şekilli ve değişken yoğunluklu kümeleri keşfeder.
- Küme sayısını önceden belirtmeyi gerektirmez; k, veriden ve kısıtlamalardan ortaya çıkar.
- Düşük yoğunluklu noktaları bir kümeye zorlamak yerine gürültü olarak sınıflandırarak gürültüyü ve aykırı değerleri doğal olarak ele alır.
- Az sayıda kısıtlama kümesi bile (sadece 10-50 çift) kümelemeyi alan bilgisiyle önemli ölçüde hizalayabilir.
- Kısıtlamalar, tam bir veri kümesini etiketlemeye kıyasla ucuza toplanabilir.
- Performans, epsilon ve MinPts seçimine duyarlıdır ve yarı denetimli yönlendirme bu parametreleri ayarlama ihtiyacını ortadan kaldırmaz.
- Çakışan kısıtlamalar (çok farklı yoğunluktaki bölgelerdeki zorunlu bağlantı çiftleri) olanaksız veya dejeneratif çözümler üretebilir.
- Ölçeklenebilirlik sınırlıdır: komşuluk sorguları, uzamsal indeksleme ile hızlandırılmadıkça kareseldir, bu da çok büyük veri kümelerini pahalı hale getirir.
- Öklid mesafesinin anlamsız hale geldiği yüksek boyutlu uzaylarda bozulur (boyutsallık laneti).
SSS
Ne kadar kısıtlamaya ihtiyacım var?
Çok az sayıda kısıtlama kümesi bile — sadece 10 ila 50 çift veya olası tüm çiftlerin %1-5'i — genellikle kısıtlanmamış DBSCAN'a göre anlamlı bir iyileşme sağlar. Kazanç genellikle tam denetim elde edilmeden çok önce platoya ulaşır.
Kısıtlamalarım yoğunluk yapısıyla çelişirse ne olur?
Çakışan kısıtlamalar, olanaksız birleşmelere neden olabilir veya doğal olmayan kümeleri zorlayabilir. Çalıştırmadan önce kısıtlamaları tutarlılık açısından kontrol edin ve çakışmalar sık olursa sert kısıtlamaları yumuşak (ceza ağırlıklı) kısıtlamalara gevşetmeyi düşünün.
Yarı denetimli versiyonda epsilon ve MinPts'i nasıl seçerim?
Düz DBSCAN ile aynı sezgisel yöntemi kullanın: k-NN mesafelerini (k = MinPts - 1) çizin ve bir dirsek arayın. Kısıtlamalar duyarlılığı bir miktar azaltır ancak parametre ayarlamasının yerini almaz.
Ne zaman kısıtlanmış k-ortalama yerine yarı denetimli DBSCAN'ı tercih etmeliyim?
Kümeler kabaca küresel, kabaca eşit büyüklükteyse ve çok sayıda kısıtlamanız varsa, kısıtlanmış k-ortalama daha basit ve daha hızlıdır. Küme şekillerinin düzensiz olduğu, yoğunlukların değiştiği veya gürültü beklendiği durumlarda yarı denetimli DBSCAN'ı seçin.
Çiftli kısıtlamalar yerine etiketli noktalar kullanabilir miyim?
Evet. Etiketli tohum noktaları, zorunlu bağlantı kısıtlamalarına (aynı etikete sahip tüm noktalar bağlanmalıdır) ve zorunlu olmayan bağlantı kısıtlamalarına (farklı etiketlere sahip noktalar bağlanmamalıdır) dönüştürülebilir ve ardından standart kısıtlanmış DBSCAN çerçevesine beslenebilir.
Kaynaklar
- Ester, M., Kriegel, H.-P., Sander, J., & Xu, X. (1996). A density-based algorithm for discovering clusters in large spatial databases with noise. In Proceedings of the 2nd International Conference on Knowledge Discovery and Data Mining (KDD-96), pp. 226–231. AAAI Press. link ↗
- Zhu, X., & Goldberg, A. B. (2009). Introduction to Semi-Supervised Learning. Morgan & Claypool Publishers. ISBN: 978-1-59829-548-7
Bu sayfayı kaynak gösterin
ScholarGate. (2026, June 3). Semi-supervised Density-Based Spatial Clustering of Applications with Noise. ScholarGate. https://scholargate.app/tr/machine-learning/semi-supervised-dbscan
Hangi yöntem?
Bu yöntemi en yakın akrabalarının yanına koyup yan yana okuyun — kütüphane kitapları masaya serer; seçim sizindir.
- HDBSCANMakine öğrenmesi↔ karşılaştır
- K-ortalama KümelemeMakine öğrenmesi↔ karşılaştır
- Yarı denetimli Gauss Karışım ModeliMakine öğrenmesi↔ karşılaştır
- Yarı denetimli K-ortalamalarMakine öğrenmesi↔ karşılaştır