Robustní shluková analýza (TCLUST)
Robustní shluková analýza je trimovaný modelově založený shlukovací algoritmus, představený kolektivem García-Escudero v roce 2008, který rozděluje spojitá vícerozměrná data do shluků a zároveň odolává vlivu odlehlých hodnot a šumu. Odložením zlomku nejvíce nesourodých pozorování zabraňuje kontaminaci zjištěné struktury shluků náhodnými body.
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
- 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 ↗
- Riani, M., Cerioli, A., Atkinson, A. C., & Perrotta, D. (2014). Monitoring Robust Regression / Robust Clustering. Statistics and Computing. link ↗
Jak citovat tuto stránku
ScholarGate. (2026, June 1). Trimmed Robust Cluster Analysis (TCLUST). ScholarGate. https://scholargate.app/cs/statistics/robust-cluster-analysis
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.
- Robustní standardní chyby pro shlukyStatistika↔ compare
- MM-odhad pro robustní regresiStatistika↔ compare
- Robustní diskriminační analýzaStatistika↔ compare
- Robustní analýza hlavních komponent (RPCA)Statistika↔ compare
- Robustní regrese W-estimátorem (Welsch / Tukey Bisquare)Statistika↔ compare
Odkazuje sem
Našli jste na této stránce chybu? Nahlaste ji nebo navrhněte opravu →