.png){kind=icon}
返回
FLASC: a flare-sensitive clustering algorithm
.png){kind=icon}
OA
AI
DOI：10.7717/peerj-cs.2792.png)
.png){kind=icon}
原文求助.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
探索性数据分析工作流通常使用聚类算法来寻找相似数据点的组群。这些簇的形状可以提供关于数据的有意义信息。例如，Y形簇可能代表一个具有两种不同结果的演变过程。本文提出了一种对焰尾敏感的聚类算法（FLASC），该算法通过检测簇内的分支来识别此类基于形状的子组。FLASC基于HDBSCAN*（一种先进的基于密度的聚类算法），并在后处理步骤中使用簇内连通性来检测分支。文中介绍了两种算法变体，它们在计算成本和噪声鲁棒性之间进行了权衡。我们展示了这两种变体在计算成本方面的可扩展性与HDBSCAN*类似，并且在重复运行中提供相似的输出。此外，我们在两个真实数据集上证明了分支检测的优势。我们的实现包含在hdbscan Python包中，并可作为独立包在https://github.com/vda-lab/pyflasc获取。
Keyword:
Exploratory data analysis
Density-based clustering
Branch-hierarchy detection
HDBSCAN*