Глоссарий ИИ
Полный словарь искусственного интеллекта
Кластеризация восходящая
Нисходящий подход, начинающийся с отдельных точек и постепенно объединяющий наиболее схожие кластеры до получения единого кластера.
Кластеризация сверху вниз
Нисходящий подход, начинающийся с одного кластера и рекурсивно разделяющий его на более однородные подкластеры.
K-Means и K-Medoids
Итеративные алгоритмы кластеризации, назначающие точки ближайшим k центрам и пересчитывающие эти центры для минимизации внутрикластерной дисперсии.
DBSCAN и кластеризация на основе плотности
Методы, идентифицирующие кластеры как плотные области, разделенные зонами низкой плотности, способные обнаруживать произвольные формы.
Спектральная кластеризация
Метод, использующий собственные значения и собственные векторы матрицы сходства для проецирования данных в пространство, где кластеризация становится проще.
Методы иерархической кластеризации
Критерии измерения расстояния между кластерами, включая одиночную связь, полную связь, среднюю связь и метод Варда для иерархической кластеризации.
Кластеризация по Модели
Вероятностный подход, предполагающий, что данные происходят из смеси статистических распределений, обычно гауссовых смесей.
Кластеризация по сетке
Методы, дискретизирующие пространство данных в сетку ячеек и выполняющие кластеризацию на этой структуре для повышения эффективности.
Кластеризация потоков
Алгоритмы, адаптированные для обработки непрерывных данных, поступающих в реальном времени, требующие инкрементного обновления кластеров.
Нечеткая кластеризация
Методы, позволяющие точке принадлежать нескольким кластерам с переменными степенями принадлежности, а не бинарным назначением.
Дендрограммы и Визуализация
Инструменты графического представления иерархических структур кластеризации, показывающие последовательные слияния/разделения и уровни схожести.
Валидация кластеров
Набор метрик и методов для оценки качества полученных разбиений, включая индекс силуэта, индекс Дэвиса-Боулдина и внутреннюю/внешнюю валидацию.
Кластеризация на основе ограничений
Полу-контролируемые подходы, включающие ограничения must-link и cannot-link для направления процесса кластеризации в соответствии с априорными знаниями.
Многоуровневая кластеризация
Техники, выявляющие структуры на разных уровнях детализации, подходящие для данных с естественными иерархическими паттернами.