Latent structureMultivariate analysis
تجميع بايزي بالمتوسطات المتجمعة (K-means)
يمتد تجميع بايزي بالمتوسطات المتجمعة (K-means) على خوارزمية K-means الكلاسيكية عن طريق وضع توزيعات مسبقة على المتوسطات المتجمعة ونسب الخلط. يوفر هذا الإطار الاحتمالي تقديرات لعدم اليقين بشأن تعيينات المجموعات، ويسمح باختيار نموذج مبدئي لعدد المجموعات، وينظم تقدير المتوسطات المتجمعة - وهو أمر قيم بشكل خاص عندما تكون البيانات نادرة أو عالية الأبعاد.
اقرأ الطريقة كاملة
للأعضاء فقط
تسجيل الدخولسجّل الدخول بحساب مجاني لقراءة هذا القسم.
خريطة المناهج
محيط المناهج ذات الصلة — اختر عقدةً للاستكشاف.
المصادر
- Kulis, B. & Jordan, M. I. (2012). Revisiting k-means: New algorithms via Bayesian nonparametrics. In Proceedings of the 29th International Conference on Machine Learning (ICML), Edinburgh, Scotland, pp. 513–520. link ↗
- Bishop, C. M. (2006). Pattern Recognition and Machine Learning. Springer. Chapter 9 (Mixture models and EM) and Chapter 10 (Approximate Inference). ISBN: 978-0387310732
كيف تستشهد بهذه الصفحة
ScholarGate. (2026, June 3). Bayesian K-means Clustering. ScholarGate. https://scholargate.app/ar/statistics/bayesian-k-means-clustering
أيُّ منهج؟
ضع هذا المنهج إلى جانب أقرب نظائره واقرأهما جنباً إلى جنب — المكتبة تضع الكتب على الطاولة، والاختيار لك.
- تحليل العناقيد البايزيالإحصاء↔ قارن
- التجميع الهرمي البايزي (BHC)الإحصاء↔ قارن
- نمذجة المزيج البايزيالإحصاء↔ قارن
- تحليل العناقيدالإحصاء↔ قارن
- تحليل الفئات الكامنة (LCA)الإحصاء↔ قارن
- نمذجة المزيجالإحصاء↔ قارن