Robust K-means Clustering
Robust K-means ক্লাস্টারিং হলো ক্লাসিক্যাল k-means এর একটি সম্প্রসারণ যা আউটলায়ার বা দূষিত পর্যবেক্ষণের কারণে সৃষ্ট বিকৃতি থেকে ক্লাস্টার অনুমানকে রক্ষা করে। ক্লাস্টার কেন্দ্রগুলি আপডেট করার আগে ব্যবহারকারী-নির্দিষ্ট ভগ্নাংশ চরম বিন্দুগুলি ছেঁটে ফেলার মাধ্যমে, অ্যালগরিদমটি স্থিতিশীল, অর্থপূর্ণ বিভাজন তৈরি করে এমনকি যখন ডেটাতে অস্বাভাবিক কেস থাকে যা স্ট্যান্ডার্ড k-means কে মারাত্মকভাবে পক্ষপাতদুষ্ট করতে পারে।
পুরো পদ্ধতিটি পড়ুন
এই অংশটি পড়তে বিনামূল্যের অ্যাকাউন্ট দিয়ে সাইন ইন করুন।
Method map
The neighbourhood of related methods — select a node to explore.
উৎস
- 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 ↗
এই পৃষ্ঠা কীভাবে উদ্ধৃত করবেন
ScholarGate. (2026, June 3). Robust K-means Clustering. ScholarGate. https://scholargate.app/bn/statistics/robust-k-means-clustering
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.
- ক্লাস্টার বিশ্লেষণপরিসংখ্যান↔ compare
- Mixture Modelingপরিসংখ্যান↔ compare
- Robust Hierarchical Clusteringপরিসংখ্যান↔ compare
- শক্তিশালী মিশ্রণ মডেলিংপরিসংখ্যান↔ compare
যেখানে উদ্ধৃত
এই পৃষ্ঠায় কোনো ত্রুটি চোখে পড়েছে? জানান বা সংশোধনের প্রস্তাব দিন →