Участник:Dadrik/Плотностный алгоритм кластеризации - История изменений

ASA в 11:56, 3 декабря 2016

2016-12-03T11:56:18Z

← Предыдущая версия		Версия от 11:56, 3 декабря 2016
Строка 1:		Строка 1:
	{{Assignment\|~~Преподаватель 1~~\|Dexter}}		{{Assignment\|Sleo\|Dexter}}
	~~{{Assignment\|Sleo~~}}

	{{algorithm		{{algorithm

Dexter в 14:57, 28 ноября 2016

2016-11-28T14:57:30Z

← Предыдущая версия		Версия от 14:57, 28 ноября 2016
Строка 1:		Строка 1:
			{{Assignment\|Преподаватель 1\|Dexter}}
	{{Assignment\|Sleo}}		{{Assignment\|Sleo}}

ASA в 06:01, 16 ноября 2016

2016-11-16T06:01:19Z

← Предыдущая версия		Версия от 06:01, 16 ноября 2016
Строка 1:		Строка 1:
	{{Assignment~~\|Преподаватель 1~~\|Sleo}}		{{Assignment\|Sleo}}

	{{algorithm		{{algorithm

Sleo в 22:51, 13 ноября 2016

2016-11-13T22:51:36Z

← Предыдущая версия		Версия от 22:51, 13 ноября 2016
Строка 1:		Строка 1:
			{{Assignment\|Преподаватель 1\|Sleo}}

	{{algorithm		{{algorithm
	\| name = Плотностный алгоритм кластеризации DBSCAN		\| name = Плотностный алгоритм кластеризации DBSCAN

Sleo в 22:50, 13 ноября 2016

2016-11-13T22:50:05Z

← Предыдущая версия		Версия от 22:50, 13 ноября 2016
Строка 1:		Строка 1:
	~~{{Assignment\|Sleo}}~~

	{{algorithm		{{algorithm
	\| name = Плотностный алгоритм кластеризации DBSCAN		\| name = Плотностный алгоритм кластеризации DBSCAN

Sleo в 22:48, 13 ноября 2016

2016-11-13T22:48:41Z

← Предыдущая версия		Версия от 22:48, 13 ноября 2016
Строка 1:		Строка 1:
	{{Assignment}}		{{Assignment\|Sleo}}

	{{algorithm		{{algorithm

Dadrik в 20:22, 31 октября 2016

2016-10-31T20:22:11Z

← Предыдущая версия		Версия от 20:22, 31 октября 2016
Строка 1:		Строка 1:
			{{Assignment}}

	{{algorithm		{{algorithm
	\| name = Плотностный алгоритм кластеризации DBSCAN		\| name = Плотностный алгоритм кластеризации DBSCAN

Dadrik в 08:59, 31 октября 2016

2016-10-31T08:59:00Z

← Предыдущая версия		Версия от 08:59, 31 октября 2016
Строка 2:		Строка 2:
	\| name = Плотностный алгоритм кластеризации DBSCAN		\| name = Плотностный алгоритм кластеризации DBSCAN
	\| serial_complexity = <math>O(n \log n)</math>		\| serial_complexity = <math>O(n \log n)</math>
	~~\| pf_height = <math>-</math>~~
	~~\| pf_width = <math>-</math>~~
	\| input_data = <math>n</math>		\| input_data = <math>n</math>
	\| output_data = <math>n</math>		\| output_data = <math>n</math>

Lineprinter: Lineprinter переименовал страницу Плотностный алгоритм кластеризации в Участник:Dadrik/Плотностный алгоритм кластеризации без оставления…

2016-10-28T13:02:39Z

Lineprinter переименовал страницу Плотностный алгоритм кластеризации в Участник:Dadrik/Плотностный алгоритм кластеризации без оставления…

← Предыдущая версия	Версия от 13:02, 28 октября 2016
(нет различий)

Dadrik: /* Схема реализации последовательного алгоритма */

2016-10-27T10:35:46Z

Схема реализации последовательного алгоритма

← Предыдущая версия		Версия от 10:35, 27 октября 2016
Строка 84:		Строка 84:


	/**		<math>DBSCAN</math> проходит через все точки множества <math>X</math> и определяет, являются ли они шумом или началом нового кластера.
	* <math>DBSCAN</math> проходит через все ~~ещё~~ точки множества math>X</math> и определяет,		В последнем случае новому кластеру присваивается уникальный номер и вызывается функция расширения кластера.
	* являются ли они шумом или началом нового кластера. В последнем случае новому кластеру
	* присваивается уникальный номер и вызывается функция расширения кластера.
	*/
	<math>DBSCAN(\varepsilon, MinPts)</math>		<math>DBSCAN(\varepsilon, MinPts)</math>
	<math>C = 0</math>		<math>C = 0</math>
Строка 102:		Строка 100:
	<math>expand\_cluster(p, neighbours, C, \varepsilon, MinPts)</math>		<math>expand\_cluster(p, neighbours, C, \varepsilon, MinPts)</math>

	/**		<math>expand\_cluster</math> рекурсивно проходит через все точки множества <math>neighbours</math> - соседей точки <math>p</math>,
	* <math>~~expand_cluster~~</math> рекурсивно проходит через все точки множества		и определяет, принадлежат ли эти точки тому же кластеру <math>C</math>, тем самым расширяя этот кластер.
	* <math>neighbours</math> - соседей точки <math>p</math>, и определяет,
	* принадлежат ли эти точки тому же кластеру <math>C</math>.
	*/
	<math>expand\_cluster(p, neighbours, C, \varepsilon, MinPts)</math>		<math>expand\_cluster(p, neighbours, C, \varepsilon, MinPts)</math>
	add <math>p</math> to cluster <math>C</math>		add <math>p</math> to cluster <math>C</math>
Строка 118:		Строка 114:
	add <math>p'</math> to cluster <math>C</math>		add <math>p'</math> to cluster <math>C</math>

	/**		<math>request\_neighbours</math> возвращает для точки <math>p</math> множество всех её <math>\varepsilon</math>-соседей,
	* <math>request\_neighbours</math> возвращает для точки <math>p</math> множество		используя функцию расстояния <math>D</math>
	* всех её <math>\varepsilon</math>-соседей, используя функцию расстояния <math>D</math>
	*/
	<math>request\_neighbours(p, \varepsilon)</math>		<math>request\_neighbours(p, \varepsilon)</math>
	return <math>\{ p' \ \| \ \forall p' \in X: D(p, p') < \varepsilon \}</math>		return <math>\{ p' \ \| \ \forall p' \in X: D(p, p') < \varepsilon \}</math>