Clústerització Bayesiana K-means
La clústerització Bayesiana K-means estén l'algorisme clàssic K-means col·locant distribucions a priori sobre els centroids dels clústers i les proporcions de mescla. Aquest marc probabilístic proporciona estimacions d'incertesa per a les assignacions de clústers, permet una selecció de models fonamentada per al nombre de clústers i regularitza l'estimació dels centroids, especialment valuós quan les dades són escasses o d'alta dimensionalitat.
Llegeix el mètode complet
Inicia la sessió amb un compte gratuït per llegir aquesta secció.
Mapa de mètodes
El veïnat de mètodes relacionats — seleccioneu un node per explorar-lo.
Fonts
- Kulis, B. & Jordan, M. I. (2012). Revisiting k-means: New algorithms via Bayesian nonparametrics. In Proceedings of the 29th International Conference on Machine Learning (ICML), Edinburgh, Scotland, pp. 513–520. link ↗
- Bishop, C. M. (2006). Pattern Recognition and Machine Learning. Springer. Chapter 9 (Mixture models and EM) and Chapter 10 (Approximate Inference). ISBN: 978-0387310732
Com citar aquesta pàgina
ScholarGate. (2026, June 3). Bayesian K-means Clustering. ScholarGate. https://scholargate.app/ca/statistics/bayesian-k-means-clustering
Quin mètode?
Poseu aquest mètode al costat dels seus parents més pròxims i llegiu-los de costat a costat — la biblioteca disposa els llibres sobre la taula; la tria és vostra.
- Anàlisi bayesiana de clústersEstadística↔ compara
- Agrupament Jeràrquic Bayesà (BHC)Estadística↔ compara
- Modelatge bayesià de barregesEstadística↔ compara
- Anàlisi de clústersEstadística↔ compara
- Anàlisi de Classes Latents (LCA)Estadística↔ compara
- Modelatge de barregesEstadística↔ compara
Has vist cap problema en aquesta pàgina? Informa'n o suggereix una correcció →