Notice
Recent Posts
Recent Comments
Link
| 일 | 월 | 화 | 수 | 목 | 금 | 토 |
|---|---|---|---|---|---|---|
| 1 | ||||||
| 2 | 3 | 4 | 5 | 6 | 7 | 8 |
| 9 | 10 | 11 | 12 | 13 | 14 | 15 |
| 16 | 17 | 18 | 19 | 20 | 21 | 22 |
| 23 | 24 | 25 | 26 | 27 | 28 | 29 |
| 30 | 31 |
Tags
- 빅쿼리
- 프론트엔드
- frontend
- 심층신경망
- React
- 리액트
- 대감집 체험기
- Kubernetes
- 차원 축소
- LDA
- Machine Learning
- 타입스크립트
- do it
- 캐글
- 쿠버네티스
- python
- TooBigToInnovate
- Kaggle
- ADP
- 최적화
- r
- DBSCAN
- 클러스터링
- 대감집
- ADP 실기
- 구글
- bigquery
- 파이썬
- docker
- 머신러닝
Archives
- Today
- Total
목록밀도 기반 (1)
No Story, No Ecstasy
HDBSCAN (Hierarchical DBSCAN)
Clustering에는 크게 3개의 방법론들이 있다. 1. Distance-based (ex. K-means) 2. Density-based and grid-based (ex. DBSCAN, HDBSCAN) 3. Probabilistic and generative (ex. Mixture Distributed) 2번 방법론 중 가장 대표적인 예는 DBSCAN (Density based Spatial Clustering of Applications with Noise)인데, HDBSCAN (Hierarchical DBSCAN)은 기존의 계층적 클러스터링 개념을 DBSCAN에 입혀서 기존 DBSCAN이 가진 단점을 보완한 방법론이다. 구체적으로는 DBSCAN의 hyper parameter인 eps를 설정할 필..
Data Science Series
2021. 5. 25. 23:38