BIRCH — Balanced Iterative Reducing and Clustering using Hierarchies
BIRCH — це масштабований інкрементний алгоритм кластеризації, представлений Чжаном, Рамакрішнаном та Лівні у 1996 році. Він призначений для кластеризації дуже великих наборів даних — потенційно більших за доступну оперативну пам'ять — за один прохід, стискаючи дані в компактну структуру у пам'яті, що містить статистичний опис, яка називається CF-деревом (Clustering Feature tree), перед застосуванням будь-якої стандартної процедури кластеризації.
Читати метод повністю
Увійдіть із безкоштовним обліковим записом, щоб прочитати цей розділ.
Method map
The neighbourhood of related methods — select a node to explore.
Джерела
- Zhang, T., Ramakrishnan, R., & Livny, M. (1996). BIRCH: An efficient data clustering method for very large databases. Proceedings of the 1996 ACM SIGMOD International Conference on Management of Data, 25(2), 103–114. DOI: 10.1145/233269.233324 ↗
- Han, J., Kamber, M., & Pei, J. (2011). Data Mining: Concepts and Techniques (3rd ed., Ch. 10). Morgan Kaufmann. ISBN: 978-0-12-381479-1
Як цитувати цю сторінку
ScholarGate. (2026, June 3). Balanced Iterative Reducing and Clustering using Hierarchies. ScholarGate. https://scholargate.app/uk/machine-learning/birch
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.
- DBSCANМашинне навчання↔ compare
- Кластеризація методом k-середніхМашинне навчання↔ compare
Помітили помилку на цій сторінці? Повідомте про неї або запропонуйте виправлення →