Regression model

Robust Cluster Analysis (TCLUST)

Robust Cluster Analysis е метод за клъстеризиране, базиран на модели с подрязване (trimmed model-based clustering), въведен от Гарсия-Ескудеро и колеги през 2008 г., който разделя непрекъснати многомерни данни на клъстери, като същевременно устоява на влиянието на аномалии и шум. Чрез отделяне на част от най-несъответстващите наблюдения, той предотвратява замърсяването на възстановената клъстерна структура от случайни точки.

Приложете с StatMindСкороВидеоСкороDownload slides

Прочетете целия метод

Само за членове

Влезте с безплатен профил, за да прочетете този раздел.

Вход

Method map

The neighbourhood of related methods — select a node to explore.

Източници

  1. 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
  2. Riani, M., Cerioli, A., Atkinson, A. C., & Perrotta, D. (2014). Monitoring Robust Regression / Robust Clustering. Statistics and Computing. link

Как да цитирате тази страница

ScholarGate. (2026, June 1). Trimmed Robust Cluster Analysis (TCLUST). ScholarGate. https://scholargate.app/bg/statistics/robust-cluster-analysis

Which method?

Set this method beside its closest kin and read them side by side — the library lays the books on the table; the choice is yours.

Compare side by side

Цитиран в

ScholarGateRobust Cluster Analysis (Trimmed Robust Cluster Analysis (TCLUST)). Извлечено на 2026-06-15 от https://scholargate.app/bg/statistics/robust-cluster-analysis · Набор от данни: https://doi.org/10.5281/zenodo.20539026