Latent structureMultivariate analysis
تجميع العناقيد K-means المتين
تجميع العناقيد K-means المتين هو امتداد لـ K-means الكلاسيكي يحمي تقديرات العناقيد من التشوه الناتج عن القيم المتطرفة أو الملاحظات الملوثة. من خلال اقتطاع نسبة محددة من قبل المستخدم من النقاط الأكثر تطرفًا قبل تحديث مراكز العناقيد، ينتج الخوارزمية تقسيمات مستقرة وذات مغزى حتى عندما تحتوي البيانات على حالات غير نمطية من شأنها أن تحيز K-means القياسي بشدة.
اقرأ الطريقة كاملة
للأعضاء فقط
تسجيل الدخولسجّل الدخول بحساب مجاني لقراءة هذا القسم.
خريطة المناهج
محيط المناهج ذات الصلة — اختر عقدةً للاستكشاف.
المصادر
- Cuesta-Albertos, J. A., Gordaliza, A., & Matrán, C. (1997). Trimmed k-means: An attempt to robustify quantizers. The Annals of Statistics, 25(2), 553–576. DOI: 10.1214/aos/1031833664 ↗
- García-Escudero, L. A., Gordaliza, A., Matrán, C., & Mayo-Iscar, A. (2008). A general trimming approach to robust cluster analysis. The Annals of Statistics, 36(3), 1324–1345. DOI: 10.1214/07-AOS515 ↗
كيف تستشهد بهذه الصفحة
ScholarGate. (2026, June 3). Robust K-means Clustering. ScholarGate. https://scholargate.app/ar/statistics/robust-k-means-clustering
أيُّ منهج؟
ضع هذا المنهج إلى جانب أقرب نظائره واقرأهما جنباً إلى جنب — المكتبة تضع الكتب على الطاولة، والاختيار لك.
- تحليل العناقيدالإحصاء↔ قارن
- نمذجة المزيجالإحصاء↔ قارن
- التجميع الهرمي القويالإحصاء↔ قارن
- نمذجة الخلائط القويةالإحصاء↔ قارن