Иерархическая версия : перебирает плотности автоматически и находит кластеры разной плотности.
Ключевые тезисы
- Не требует подбора eps — только минимальный размер кластера.
- Возвращает вероятность принадлежности и явно помечает шум.
- Стандартный выбор в связке с UMAP для .
Подробный разбор
- Строится преобразование расстояний с учётом локальной плотности (mutual reachability).
- Строится минимальное остовное дерево и иерархия кластеров.
- Иерархия «сжимается»: остаются кластеры, устойчивые на широком диапазоне плотностей.
Устойчивость кластера измеряется тем, как долго он существует при изменении порога плотности — идея, прямо родственная персистентности в .
emb = model.encode(texts) # эмбеддинги
red = umap.UMAP(n_neighbors=15, n_components=5).fit_transform(emb)
labels = hdbscan.HDBSCAN(min_cluster_size=25).fit_predict(red)
# labels == -1 → шум, а не ошибкаmin_cluster_size— главный и почти единственный параметр.- Метка −1 означает шум: это честный ответ «объект не относится ни к одной группе».
- перед обязательно: в 768 измерениях плотность не работает.
Связанные темы
Плотностная кластеризация
Spectral Clustering85%
Спектральная кластеризация · Обучение без учителяКластеризация через собственные векторы матрицы Лапласа графа сходства: находит невыпуклые и вложенные структуры.
DBSCAN85%
DBSCAN · Классическое машинное обучениеПлотностная кластеризация: кластеры — это связные области высокой плотности, остальное объявляется шумом.
Dimensionality Reduction85%
Снижение размерности · Обучение без учителяКомпактное представление данных, сохраняющее важную часть структуры.
Persistent Homology85%
Персистентные гомологии · Топологический анализ данныхЦентральный метод TDA: вместо одного порога ε рассматривается вся фильтрация, и отслеживается, когда топологические особенности рождаются и умирают.
Eigenvector85%
Собственный вектор · Математический справочникНаправление, сохраняющееся при линейном преобразовании с точностью до масштаба.
Глава «Обучение без учителя» последний раз правилась . Нашли ошибку — напишите.