Machine learning

Agrupació jeràrquica

L'agrupació jeràrquica és un mètode no supervisat que agrupa observacions en clústers niuats i representa el resultat com un dendrograma, de manera que el nombre de clústers no cal que sigui fixat per endavant. La seva forma aglomerativa es basa en el criteri d'agrupació per funció objectiu introduït per Joe Ward el 1963.

Obre a MethodMindAviatVídeoAviatDownload slides

Llegeix el mètode complet

Només per a membres

Inicia la sessió amb un compte gratuït per llegir aquesta secció.

Inicia la sessió

Method map

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

+10 more

Fonts

  1. Ward, J. H. (1963). Hierarchical Grouping to Optimize an Objective Function. Journal of the American Statistical Association, 58(301), 236–244. DOI: 10.1080/01621459.1963.10500845

Com citar aquesta pàgina

ScholarGate. (2026, June 1). Hierarchical Agglomerative Clustering. ScholarGate. https://scholargate.app/ca/machine-learning/hierarchical-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.

Compare side by side

Citat per

ScholarGateHierarchical Clustering (Hierarchical Agglomerative Clustering). Recuperat el 2026-06-15 de https://scholargate.app/ca/machine-learning/hierarchical-clustering · Conjunt de dades: https://doi.org/10.5281/zenodo.20539026