DBSCAN

Algoritmo de agrupamento de dados

Density-based spatial clustering of applications with noise (DBSCAN) em tradução livre, Agrupamento espacial de aplicações baseado em densidade com ruído, é um algoritmo de agrupamento de dados proposto por Martin Ester, Hans-Peter Kriegel, Jörg Sander e Xiaowei Xu em 1996. É um algoritmo de agrupamento baseado em densidade que não pressupõe um modelo paramétrico fixo para os agrupamentos — como distribuições gaussianas — e não exige que o número de agrupamentos seja especificado previamente.

Nº Q1114630 ★★

Incomum · Saberes

DBSCAN

Algoritmo de agrupamento de dados

Density-based spatial clustering of applications with noise (DBSCAN) em tradução livre, Agrupamento espacial de aplicações baseado em densidade com ruído, é um algoritmo de agrupamento de dados proposto por Martin Ester, Hans-Peter Kriegel, Jörg Sander e Xiaowei Xu em 1996. É um algoritmo de agrupamento baseado em densidade que não pressupõe um modelo paramétrico fixo para os agrupamentos — como distribuições gaussianas — e não exige que o número de agrupamentos seja especificado previamente.

Último preço

—

Preço mínimo

—

Mediana 7 d

—

Vendas 30 d

0

Faixa 30 d

—

Em circulação

0

Cotação

Ver tabela
Datamediana MínMáxvendas

Histórico de vendas

Última venda
—
Média 30 d
—
Mínima 30 d
—
Máxima 30 d
—
Vendas 7 d
0
Vendas 30 d
0

Ainda sem vendas.

Vendas anônimas: sem comprador nem vendedor. Os números contam só vendas entre jogadores.

Na Wikipédia

Density-based spatial clustering of applications with noise (DBSCAN) em tradução livre, Agrupamento espacial de aplicações baseado em densidade com ruído, é um algoritmo de agrupamento de dados proposto por Martin Ester, Hans-Peter Kriegel, Jörg Sander e Xiaowei Xu em 1996. É um algoritmo de agrupamento baseado em densidade que não pressupõe um modelo paramétrico fixo para os agrupamentos — como distribuições gaussianas — e não exige que o número de agrupamentos seja especificado previamente. Dado um conjunto de pontos em um determinado espaço, ele agrupa pontos que estão densamente concentrados (pontos com muitos vizinhos próximos) e classifica como *outliers* os pontos situados isoladamente em regiões de baixa densidade (aqueles cujos vizinhos mais próximos estão muito distantes).

Texto: Wikipédia, CC BY-SA 4.0. · Imagem: Chire (CC BY-SA 3.0) ·

Cartas próximas

Ver a ficha

Confirmação