Разница между CURE Clustering и DBSCAN Clustering
Кластеризация - это метод, используемый в обучении без учителя, при котором образцы данных группируются в кластеры на основе сходства присущих им свойств. Кластеризацию также можно определить как метод объединения элементов данных, которые в чем-то похожи. Элементы данных, принадлежащие одним и тем же кластерам, чем-то похожи друг на друга, в то время как элементы данных, принадлежащие разным кластерам, не похожи.
CURE (кластеризация с использованием представителей) и DBSCAN (пространственная кластеризация приложений с шумом на основе плотности) - это алгоритмы кластеризации, используемые в обучении без учителя. CURE - это метод кластеризации на основе иерархии, а DBSCAN - метод кластеризации на основе плотности.
Вот некоторые различия между CURE и DBSCAN:
S.No. | CURE Кластеризация | Кластеризация DBSCAN |
---|---|---|
1. | CURE Clustering означает кластеризацию с использованием кластеризации представителей. | DBSCAN Clustering означает пространственную кластеризацию приложений на основе плотности с кластеризацией шума. |
2. | Это метод кластеризации на основе иерархии. | Это метод кластеризации на основе плотности. |
3. | Обработка шума при кластеризации CURE неэффективна. | Обработка шума при кластеризации DBSCAN эффективна. |
4. | Алгоритм:
| Алгоритм:
|
5. | Он может позаботиться о многомерных наборах данных. | Он не работает должным образом для крупномерных наборов данных. |
6. | Различная плотность точек данных не имеет значения в алгоритме кластеризации CURE. | Это не работает должным образом, если точки данных имеют разную плотность. |
CURE Архитектура:
Архитектура DBSCAN:
Eps : радиус круга
minPts : Это минимальное количество. точек, которые должны находиться в непосредственной близости от eps.