Ensemble HDBSCAN
Ensemble HDBSCAN багаторазово запускає HDBSCAN з різними налаштуваннями гіперпараметрів або підмножинами даних, а потім об'єднує отримані розбиття в єдину стабільну консенсусну кластеризацію. Оскільки HDBSCAN чутливий до параметрів мінімального розміру кластера (minimum cluster size) та мінімальної кількості зразків (minimum samples), об'єднання кількох запусків значно зменшує чутливість до будь-якої окремої конфігурації та забезпечує більш відтворювані призначення кластерів для зашумлених, високорозмірних даних.
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
- 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 ↗
- Vega-Pons, S., & Ruiz-Shulcloper, J. (2011). A survey of clustering ensemble methods. International Journal of Pattern Recognition and Artificial Intelligence, 25(03), 337–372. DOI: 10.1142/S0218001411008683 ↗
Як цитувати цю сторінку
ScholarGate. (2026, June 3). Ensemble Hierarchical Density-Based Spatial Clustering of Applications with Noise. ScholarGate. https://scholargate.app/uk/machine-learning/ensemble-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.
- Ансамблевий K-середніхМашинне навчання↔ compare
- HDBSCANМашинне навчання↔ compare
- Кластеризація методом k-середніхМашинне навчання↔ compare
- Напівкерований HDBSCANМашинне навчання↔ compare
Згадується в
Помітили помилку на цій сторінці? Повідомте про неї або запропонуйте виправлення →