k-means robust
El k-means robust és una variant del k-means clàssic dissenyada per resistir la influència dels valors atípics. Retallant una fracció especificada de les observacions més extremes abans de calcular els centres dels clústers, produeix particions estables i significatives fins i tot quan les dades contenen soroll, contaminació o distribucions de cua pesada — situacions en què el k-means estàndard falla.
Llegeix el mètode complet
Inicia la sessió amb un compte gratuït per llegir aquesta secció.
Method map
The neighbourhood of related methods — select a node to explore.
Fonts
- Garcia-Escudero, L. A., & Gordaliza, A. (1999). Robustness properties of k-means and trimmed k-means. Journal of the American Statistical Association, 94(447), 956–969. DOI: 10.2307/2670010 ↗
- Garcia-Escudero, L. A., Gordaliza, A., Matrán, C., & Mayo-Iscar, A. (2008). A general trimming approach to robust cluster analysis. Annals of Statistics, 36(3), 1324–1345. DOI: 10.1214/07-AOS515 ↗
Com citar aquesta pàgina
ScholarGate. (2026, June 3). Robust k-means Clustering. ScholarGate. https://scholargate.app/ca/machine-learning/robust-k-means
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.
- DBSCANAprenentatge automàtic↔ compare
- Agrupació jeràrquicaAprenentatge automàtic↔ compare
- Agrupació K-meansAprenentatge automàtic↔ compare
- Clustering EspectralAprenentatge automàtic↔ compare
Citat per
Has vist cap problema en aquesta pàgina? Informa'n o suggereix una correcció →