DBSCAN bán giám sát
DBSCAN bán giám sát mở rộng thuật toán phân cụm dựa trên mật độ cổ điển (Ester và cộng sự, 1996) bằng cách tích hợp một tập hợp nhỏ các ràng buộc cặp hoặc nhãn — các cặp bắt buộc liên kết (must-link) phải cùng một cụm, các cặp không được liên kết (cannot-link) phải tách biệt, hoặc một vài nhãn đã biết — để định hướng việc hình thành cụm trong khi vẫn giữ khả năng khám phá các cụm có hình dạng tùy ý và đánh dấu các điểm nhiễu của DBSCAN.
Đọc toàn bộ phương pháp
Đăng nhập bằng tài khoản miễn phí để đọc phần này.
Method map
The neighbourhood of related methods — select a node to explore.
Nguồn tài liệu
- 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
Cách trích dẫn trang này
ScholarGate. (2026, June 3). Semi-supervised Density-Based Spatial Clustering of Applications with Noise. ScholarGate. https://scholargate.app/vi/machine-learning/semi-supervised-dbscan
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.
- DBSCANHọc máy↔ compare
- HDBSCANHọc máy↔ compare
- Phân cụm K-meansHọc máy↔ compare
- Mô hình hỗn hợp Gaussian bán giám sátHọc máy↔ compare
- K-means bán giám sátHọc máy↔ compare
Được tham chiếu bởi
Phát hiện lỗi trên trang này? Báo cáo hoặc đề xuất chỉnh sửa →