Bayesovské hierarchické shlukování (BHC)
Bayesovské hierarchické shlukování je pravděpodobnostní aglomerativní algoritmus, který buduje strom vnořených sloučení shluků s využitím bayesovského porovnání modelů v každém kroku. Místo minimalizace geometrického kritéria propojení vyhodnocuje u každého kandidátského sloučení, zda jsou data ze dvou shluků lépe vysvětlena jedním společným modelem, nebo dvěma oddělenými modely, čímž vzniká statisticky principální dendrogram.
Přečíst celou metodu
Pro přečtení této sekce se přihlaste s bezplatným účtem.
Method map
The neighbourhood of related methods — select a node to explore.
Zdroje
- Heller, K. A. & Ghahramani, Z. (2005). Bayesian hierarchical clustering. In Proceedings of the 22nd International Conference on Machine Learning (ICML 2005), pp. 297–304. ACM. DOI: 10.1145/1102351.1102389 ↗
- Murtagh, F. & Legendre, P. (2014). Ward's hierarchical agglomerative clustering method: which algorithms implement Ward's criterion? Journal of Classification, 31(3), 274–295. DOI: 10.1007/s00357-014-9161-z ↗
Jak citovat tuto stránku
ScholarGate. (2026, June 3). Bayesian Hierarchical Clustering. ScholarGate. https://scholargate.app/cs/statistics/bayesian-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.
- Bayesovská shluková analýzaStatistika↔ compare
- Bayesovská analýza latentních tříd (BLCA)Statistika↔ compare
- Bayesovské směsové modelováníStatistika↔ compare
- Shluková analýzaStatistika↔ compare
- Hierarchické shlukováníStrojové učení↔ compare
- Modelování směsíStatistika↔ compare
Odkazuje sem
Našli jste na této stránce chybu? Nahlaste ji nebo navrhněte opravu →