DBSCAN: плотностная кластеризация
ML для аналитикаТема 3. Кластеризация и сегментация
Core/border/noise points, выбор eps и min_samples, HDBSCAN, обнаружение аномалий.
О разделе «Тема 3. Кластеризация и сегментация»
K-Means, иерархическая кластеризация, DBSCAN, RFM-сегментация, оценка качества кластеров.
Ключевые темы: K-Means, DBSCAN, дендрограмма, silhouette, RFM, сегментация.
Все темы в разделе «Тема 3. Кластеризация и сегментация»
Обновлено:
Полный разбор темы «DBSCAN: плотностная кластеризация» — в Pro
В Pro-подписке по этому конспекту получите:
- Формулы с пошаговым разбором (LaTeX)
- Примеры Python-кода с выводом и комментариями
- Интерактивные визуализации для понимания теории
- Частые вопросы с реальных собеседований по теме «Тема 3. Кластеризация и сегментация»
- Чеклист: что точно спросят на собесе аналитика
Открыть все 210 конспектов →