Machine learning

Hierarchické shlukování

Hierarchické shlukování je metoda učení bez učitele, která seskupuje pozorování do vnořených shluků a zobrazuje výsledek jako dendrogram, takže počet shluků nemusí být předem stanoven. Jeho aglomerativní forma je založena na kritériu seskupování pomocí účelové funkce, které zavedl Joe Ward v roce 1963.

Otevřít v MethodMindJiž brzyVideoJiž brzyDownload slides

Přečíst celou metodu

Pouze pro členy

Pro přečtení této sekce se přihlaste s bezplatným účtem.

Přihlásit se

Method map

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

+10 more

Zdroje

  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

Jak citovat tuto stránku

ScholarGate. (2026, June 1). Hierarchical Agglomerative Clustering. ScholarGate. https://scholargate.app/cs/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

Odkazuje sem

ScholarGateHierarchical Clustering (Hierarchical Agglomerative Clustering). Získáno 2026-06-15 z https://scholargate.app/cs/machine-learning/hierarchical-clustering · Datová sada: https://doi.org/10.5281/zenodo.20539026