KI-Glossar
Das vollständige Wörterbuch der Künstlichen Intelligenz
Epsilon (ε)
Paramètre de distance maximale définissant le voisinage autour d'un point pour évaluer la densité locale dans les algorithmes de clustering basé sur la densité.
MinPts
Nombre minimum de points requis dans le voisinage epsilon pour qu'un point soit considéré comme un point core dans DBSCAN et algorithmes similaires.
Points core
Points centraux qui ont au moins MinPts points dans leur voisinage epsilon, servant de noyaux pour former les clusters dans DBSCAN.
Points border
Points frontières qui ne sont pas des points core mais se trouvent dans le voisinage epsilon d'au moins un point core.
Points noise/outliers
Points qui ne sont ni des points core ni des points border, considérés comme du bruit car ils n'appartiennent à aucun cluster.
Density-reachable
Relation de connectivité où un point q est density-reachable depuis p s'il existe une chaîne de points core reliant p à q.
Density-connected
Relation symétrique où deux points sont density-connected s'ils sont tous deux density-reachable depuis un point core commun.
Clustering hiérarchique basé sur la densité
Approche qui construit une hiérarchie de clusters basée sur la densité, permettant d'extraire des clusters à différentes échelles de densité.
Plot d'atteignabilité (reachability plot)
Visualisation utilisée par OPTICS montrant la reachability distance des points ordonnés, où les vallées représentent des clusters potentiels.
Variations de densité
Capacité des algorithmes comme OPTICS et HDBSCAN à détecter des clusters avec des densités variables au sein d'un même jeu de données.
Paramètres adaptatifs
Méthodes qui ajustent automatiquement les paramètres de densité en fonction des caractéristiques locales des données plutôt que d'utiliser des valeurs globales fixes.
Cluster extraction
Processus d'identification et d'extraction de clusters significatifs à partir de la structure hiérarchique générée par les algorithmes de clustering basé sur la densité.
Ordering points
Technique centrale d'OPTICS qui crée un ordre linéaire des points préservant la structure de densité pour faciliter l'analyse multi-échelle.
Cluster stability
Mesure utilisée dans HDBSCAN pour évaluer la persistance des clusters à travers différentes échelles de densité dans la hiérarchie de clustering.
Density-based clustering validation
Méthodes d'évaluation spécifiques aux algorithmes basés sur la densité, utilisant des métriques comme le coefficient de silhouette adapté ou le DBCV.