Bayesiansk hierarkisk klyngedannelse (BHC)
Bayesiansk hierarkisk klyngedannelse er en probabilistisk, agglutinativ algoritme, der opbygger et træ af indlejrede klyngesammensmeltninger ved hjælp af Bayesiansk model-sammenligning ved hvert trin. I stedet for at minimere et geometrisk koblingskriterium, evaluerer den ved hver kandidatsammensmeltning, om data fra to klynger forklares bedre af en enkelt kombineret model eller af to separate modeller, hvilket resulterer i et statistisk principielt dendrogram.
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.
Kilder
- 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 ↗
Sådan citerer du denne side
ScholarGate. (2026, June 3). Bayesian Hierarchical Clustering. ScholarGate. https://scholargate.app/da/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.
- Bayesiansk klyngeanalyseStatistik↔ compare
- Bayesiansk Latent Klasseanalyse (BLCA)Statistik↔ compare
- Bayesiansk mixturemodelleringStatistik↔ compare
- KlyngeanalyseStatistik↔ compare
- Hierarkisk grupperingMaskinlæring↔ compare
- MixturmodelleringStatistik↔ compare
Refereret af
Har du fundet en fejl på denne side? Indberet den eller foreslå en rettelse →