Пояснюваний HDBSCAN
Пояснюваний HDBSCAN поєднує ієрархічний алгоритм кластеризації на основі щільності HDBSCAN із методами пост-хок пояснюваності — насамперед SHAP — щоб виявити, які вхідні ознаки зумовлюють приналежність до кластера та його розділення. Він зберігає здатність HDBSCAN знаходити кластери різної форми та щільності, додаючи принциповий, аудитований шар пояснень.
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 ↗
- Lundberg, S. M., & Lee, S.-I. (2017). A unified approach to interpreting model predictions. Advances in Neural Information Processing Systems, 30, 4765–4774. link ↗
Як цитувати цю сторінку
ScholarGate. (2026, June 3). Explainable Hierarchical Density-Based Spatial Clustering of Applications with Noise. ScholarGate. https://scholargate.app/uk/machine-learning/explainable-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.
- Пояснюваний DBSCANМашинне навчання↔ compare
- Пояснювана Гауссова Суміш (Explainable Gaussian Mixture Model)Машинне навчання↔ compare
- Пояснюваний ліс ізоляційМашинне навчання↔ compare
- Пояснюваний K-MeansМашинне навчання↔ compare
- Пояснюваний випадковий лісМашинне навчання↔ compare
- HDBSCANМашинне навчання↔ compare
Помітили помилку на цій сторінці? Повідомте про неї або запропонуйте виправлення →