Agrupació K-means Robusta
L'agrupació K-means robusta és una extensió del k-means clàssic que protegeix les estimacions dels clústers de la distorsió causada per valors atípics o observacions contaminades. Retallant una fracció especificada per l'usuari dels punts més extrems abans d'actualitzar els centres dels clústers, l'algorisme produeix particions estables i significatives fins i tot quan les dades contenen casos atípics que biaixarien greument el k-means estàndard.
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
- 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 ↗
Com citar aquesta pàgina
ScholarGate. (2026, June 3). Robust K-means Clustering. ScholarGate. https://scholargate.app/ca/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.
- Anàlisi de clústersEstadística↔ compare
- Modelatge de barregesEstadística↔ compare
- Clustering jeràrquic robustEstadística↔ compare
- Modelatge robust de barregesEstadística↔ compare
Citat per
Has vist cap problema en aquesta pàgina? Informa'n o suggereix una correcció →