Configurar DBSCAN para uma solução de clustering
Considere aplicar a codificação Cluster Espacial Baseada em Densidade de Aplicações com Ruído (DBSCAN) à sua solução de cluster. K-means é o algoritmo de clustering padrão.
Antes de Iniciar
Nota:
Definir configurações avançadas em suas soluções de ML é opcional. Se você optar por definir qualquer uma dessas configurações, certifique-se de estar bem informado sobre a tecnologia que está habilitando na solução e de ter um caso de uso que se beneficie do que a tecnologia oferece.
- Crie uma definição de solução de clustering ou use uma existente.
- Função necessária: admin ou ml_admin
Por Que e Quando Desempenhar Esta Tarefa
O Predictive Intelligence usa o algoritmo k-means por padrão em sua estrutura de cluster. O DBSCAN é outro algoritmo de clustering que também é usado em mineração de dados e aprendizado de máquina. Alguns usuários preferem o DBSCAN, pois ele não requer que você especifique o número de clusters nos dados antes do clustering. Para obter um resumo dos prós e contras de cada algoritmo, consulte esta conversa e este artigo.
Neste cenário de exemplo, você aplica o DBSCAN a uma solução de cluster.