Madde #57ML & Kuram/sozluk/hdbscan
HDBSCAN
Hierarchical Density-Based Spatial Clustering of Applications with Noise
Türkçe: Hiyerarşik Yoğunluk Tabanlı Kümeleme
Ayrıntılı Tanım
DBSCAN algoritmasını hiyerarşik kümeleme mantığıyla birleştirerek, veri setinde farklı yoğunluklara sahip kümelerin de aynı anda başarıyla bulunmasını sağlayan gelişmiş versiyondur.
Ne İşe Yarar / Çözülen Problem
Klasik DBSCAN'in en zayıf karnı olan "tek bir küresel yoğunluk eşiği seçme" zorunluluğunu çözer; hem sıkışık hem gevşek kümeleri tek seferde bulur.
Nasıl Çalışır? (Teknik & Mekanizma)
Veri noktaları arasındaki karşılıklı erişilebilirlik mesafesi (mutual reachability distance) üzerinden minimum yayılan ağaç (MST) kurar. Yoğunluk hiyerarşisi oluşturur ve en kalıcı (kararlı) dalları küme olarak seçer.
Örnek Senaryo & Pratik Uygulama
Bir ülkedeki nüfus dağılımı: Hem gökdelenlerle dolu aşırı yoğun İstanbul'u hem de seyrek yerleşimli bir Anadolu kasabasını tek bir modelde ayrı birer küme olarak yakalayabilmesi.
Benzer Terimlerden Farkı
DBSCAN tek bir yoğunluk seviyesine bakar; HDBSCAN ise tüm olası yoğunluk seviyelerini hiyerarşik olarak tarar.
İlişkili Terimler (3)
Klasik Makine Öğrenmesi ve İstatistiksel Kuram
Sembolik AI, GOFAI, karar ağaçları, regresyon ve temel istatistiksel modeller.
Toplam Terim:68 Madde
Bu Kategorideki Tüm Terimleri Gör →Önceki Terim (#56)DBSCAN
Sonraki Terim (#58)Manifold Learning