古典的機械学習

HDBSCAN えいちでぃーびーすきゃん

HDBSCAN階層的DBSCAN密度ベースクラスタリング異なる密度クラスタリング

HDBSCANについて教えて

簡単に言うとこんな感じ！

DBSCANの弱点だった「密度が異なるクラスター同士を上手く分けられない」問題を改善した進化版だよ。εパラメータを自動で調整しながら階層的なクラスター構造を探索する。UMAPの作者が開発したことでも知られてるんだ！

HDBSCAN（Hierarchical DBSCAN）は、DBSCANを階層的に適用することで、異なる密度を持つクラスターを自動的に扱える改良版クラスタリング手法です。2013年にMcInnes（UMAPの作者でもある）らが開発しました。

1. εの自動選択
   → 全εで階層的にクラスタリングし、安定したクラスターを選択

2. クラスター安定性スコア
   → どのクラスターが統計的に安定しているかを定量化

3. ソフトクラスタリング
   → 各点が各クラスターに属する確率を出力できる

パラメータ	役割
min_cluster_size	クラスターとして認める最小点数
min_samples	コアポイント判定に使う最小点数（デフォルトはmin_cluster_sizeと同じ）