Robuste hierarchische Clusteranalyse
Die robuste hierarchische Clusteranalyse erweitert die klassische agglomerative oder divisive hierarchische Clusteranalyse, indem sie empfindliche Distanzmaße und Verknüpfungskriterien durch Ausreißer-resistente Alternativen ersetzt und so die Clusterstruktur auch bei anomalen Beobachtungen oder Verteilungen mit schweren Rändern beibehält.
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.
Quellen
- Kaufman, L. & Rousseeuw, P. J. (1990). Finding Groups in Data: An Introduction to Cluster Analysis. Wiley. ISBN: 978-0471878766
- Garcia-Escudero, L. A., Gordaliza, A., Matran, C. & Mayo-Iscar, A. (2010). A review of robust clustering methods. Advances in Data Analysis and Classification, 4(2–3), 89–109. DOI: 10.1007/s11634-010-0064-5 ↗
So zitieren Sie diese Seite
ScholarGate. (2026, June 3). Robust Hierarchical Clustering. ScholarGate. https://scholargate.app/de/statistics/robust-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.
- ClusteranalyseStatistik↔ compare
- Hierarchische ClusteranalyseMaschinelles Lernen↔ compare
- Mixture-ModellierungStatistik↔ compare
- Multidimensionale Skalierung (MDS)Statistik↔ compare
- Robuste K-Means-ClusteranalyseStatistik↔ compare
Referenziert von
Einen Fehler auf dieser Seite entdeckt? Melden oder Korrektur vorschlagen →