Кластеризація та зниження розмірності
61 — методи цієї родини.
Вибране
Правила асоціацій з активним навчаннямActive learning association rules combines the iterative query-and-label loop of active learning with association rule mining, allowing a human expert to guide the discovery procesВиявлення аномалій за допомогою автокодувальника з активним навчаннямActive Learning Autoencoder Anomaly Detection combines an autoencoder's unsupervised reconstruction-error scoring with an active learning query loop. The model flags high-error insActive Learning Isolation ForestActive Learning Isolation Forest combines the unsupervised anomaly-scoring power of Isolation Forest with an iterative query strategy that asks a human expert to label the most infКластеризація методом поширення близькостіAffinity propagation, introduced by Brendan Frey and Delbert Dueck in 2007, is a clustering algorithm that identifies representative 'exemplars' among the data by exchanging messagАлгоритм AprioriThe Apriori algorithm, introduced by Agrawal and Srikant in 1994, is the foundational method for discovering frequent itemsets and association rules in transactional databases. It Видобування асоціативних правил (Apriori)Association Rule Mining is an unsupervised data-mining technique that discovers co-occurrence patterns among items in transactional datasets. Formally introduced by Agrawal, Imieli
Маршрут читання
Найчастіше цитовані фундаментальні методи цієї теми, у порядку їх розвитку — місце для початку, якщо ви тут уперше.
Усі методи 61
Правила асоціацій з активним навчаннямВиявлення аномалій за допомогою автокодувальника з активним навчаннямActive Learning Isolation ForestКластеризація методом поширення близькостіАлгоритм AprioriВидобування асоціативних правил (Apriori)Правила асоціаційАвтокодувальник для виявлення аномалійBIRCHDBSCANВидобування частих наборів елементів ECLATАлгоритм Ensemble AprioriАнсамблеві правила асоціаційВиявлення аномалій за допомогою ансамблю автокодувальниківEnsemble HDBSCANАнсамблевий Isolation ForestАнсамблевий K-середніхНечітке C-середнє кластеризація (FCM)Гаусова сумішева модельHDBSCANІєрархічна кластеризаціяІзоляційний лісКластеризація методом k-середніхКластеризація методом k-середніхКернел PCAЛокальний коефіцієнт викидів (LOF)Локальне лінійне вкладення (LLE)Mean ShiftOne-class SVMОнлайн-правила асоціаційОнлайн-виявлення аномалій за допомогою автокодувальникаOnline DBSCANOnline HDBSCANОнлайн Ізоляційний ЛісOnline K-meansОПТИКАМетод головних компонентРегресія на головні компоненти (PCR)Випадкова проєкціяРегуляризована Гауссова Суміш МоделейКластеризація K-середніх із регуляризацієюНадійна автокодувальна детекція аномалійRobust HDBSCANRobust Isolation ForestRobust k-meansСамоорганізована карта (карта Кохонена)Самокерована автокодувальна детекція аномалійСамокерований DBSCANСамокерована Гаусова гібридна модельСамокерований ізоляційний лісСамокерований K-середніхАлгоритм напівкерованого навчання AprioriНапівкероване видобування правил асоціативностіВиявлення аномалій за допомогою напівавтокедераНапівкерований DBSCANНапівкерований HDBSCANНапівкерований Isolation ForestНапівавтоматичний K-середніхСпектральне кластеризаціяt-SNEUMAP