Hierarchische Clusteranalyse
Die hierarchische Clusteranalyse ist eine unüberwachte Methode, die Beobachtungen in verschachtelte Cluster gruppiert und das Ergebnis als Dendrogramm darstellt, sodass die Anzahl der Cluster nicht im Voraus festgelegt werden muss. Ihre agglomerative Form beruht auf dem von Joe Ward 1963 eingeführten Kriterium zur Gruppierung mittels Zielfunktion.
Die vollständige Methode lesen
Melden Sie sich mit einem kostenlosen Konto an, um diesen Abschnitt zu lesen.
Method map
The neighbourhood of related methods — select a node to explore.
+10 more
Quellen
- 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 ↗
So zitieren Sie diese Seite
ScholarGate. (2026, June 1). Hierarchical Agglomerative Clustering. ScholarGate. https://scholargate.app/de/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.
- DBSCANMaschinelles Lernen↔ compare
- FaktorenanalyseForschungsstatistik↔ compare
- Gaußsches MischmodellMaschinelles Lernen↔ compare
- HauptkomponentenanalyseMaschinelles Lernen↔ compare
Referenziert von
Einen Fehler auf dieser Seite entdeckt? Melden oder Korrektur vorschlagen →