聚类算法

R包dbscan。空间数据DBSCAN族中几种基于密度的算法的快速重新实现。包括DBSCAN（基于密度的带噪应用程序空间聚类）和OPTICS（排序点以识别聚类结构）聚类算法和LOF（局部离群因子）算法。这些实现使用kd树数据结构（来自库ANN）来更快地进行k近邻搜索。文中还提供了快速kNN和固定半径NN搜索的R接口。

此软件的关键字

这里的任何内容都将在支持canvas元素的浏览器上被替换

zbMATH中的参考文献（参考，1标准件)

显示结果1到7，共7个。
按年份排序(引用)

  1. Michael C.Thrun，Quirin Stier:基本聚类算法套件（2021）不是zbMATH
  2. Almodóvar Rivera，Israel A.；Maitra，Ranjan:基于核估计非参数重叠的同步聚类（2020）
  3. Gupta，Bhisham C.；Guttman，Irwin；Jayalath，Kalanka P.：工程师和科学家使用MINITAB，R和JMP的统计和概率应用（2020）
  4. Ferraro，Maria Brigida；Giordani，Paolo:非线性可分离数据（模糊）聚类的回顾与建议（2019）
  5. Michael Hahsler；Matthew Piekenbrock；Derek Doran:dbscan:Fast Density-Based Clustering with R（2019年）不是zbMATH
  6. Ramasubramanian，Karthik；Singh，Abhishek:使用R进行机器学习。R中的时间序列和基于行业的用例（2019）
  7. MichaelHahsler和Matthew Bolaños和John Forrest:stream简介：数据流聚类研究的可扩展框架（2017）不是zbMATH