#13 · 主分类： 经典机器学习框架
hdbscan
cluster-analysis
clustering
clustering-algorithm
clustering-evaluation
machine-learning
machine-learning-algorithms
HDBSCAN聚类的高性能实现。
项目最后更新：06/12/26
GitHub Stars
3.1K
Forks数量
534
贡献者数量
105
许可证
BSD-3-Clause
收录理由
HDBSCAN是一种基于密度的聚类方法，能够识别密度各异的簇群，与DBSCAN相比几乎无需调参：只需设定最小簇大小，即可获得稳定的聚类结果。该库无缝集成于scikit-learn工作流，遵循常规的fit/predict接口，支持数组、数据框、稀疏矩阵或预计算距离矩阵作为输入，并采用Cython编写，在处理大规模数据时依然保持高效。除基础聚类外，它还提供软聚类隶属度、持久性分数、GLOSH异常检测以及稳健单链接等附加功能，并附带用于检查聚类层次结构的可视化工具。这使得它非常适合探索性数据分析、客户细分和异常筛查等实际应用场景。
相关文章
暂无针对该项目的文章。
如需补充新闻资讯、使用教程、应用测评等内容，欢迎 联系我们推荐选题或投稿。