Hierarkisk gruppering
Hierarkisk gruppering er en upåtvagtet metode, der grupperer observationer i indlejrede klynger og præsenterer resultatet som et dendrogram, så antallet af klynger ikke behøver at være fastlagt på forhånd. Dens agglomerative form hviler på det objektive funktionskriterium for gruppering, som blev introduceret af Joe Ward i 1963.
Læs hele metoden
Log ind med en gratis konto for at læse dette afsnit.
Method map
The neighbourhood of related methods — select a node to explore.
+10 more
Kilder
- 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 ↗
Sådan citerer du denne side
ScholarGate. (2026, June 1). Hierarchical Agglomerative Clustering. ScholarGate. https://scholargate.app/da/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.
- DBSCANMaskinlæring↔ compare
- FaktoranalyseForskningsstatistik↔ compare
- Gaussisk BlandingsmodelMaskinlæring↔ compare
- Principal Component AnalysisMaskinlæring↔ compare
Refereret af
Har du fundet en fejl på denne side? Indberet den eller foreslå en rettelse →