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
- LDA
- r
- Kaggle
- frontend
- Machine Learning
- 캐글
- 쿠버네티스
- Kubernetes
- 심층신경망
- React
- DBSCAN
- 최적화
- 클러스터링
- docker
- 빅쿼리
- python
- 프론트엔드
- TooBigToInnovate
- 차원 축소
- 리액트
- bigquery
- 타입스크립트
- ADP 실기
- 대감집
- 구글
- 대감집 체험기
- 파이썬
- do it
- 머신러닝
- ADP
Archives
- Today
- Total
목록cluster_selection_epsilon (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