Latent structureMultivariate analysis

Clustering jerárquico bayesiano (BHC)

El clustering jerárquico bayesiano es un algoritmo aglomerativo probabilístico que construye un árbol de fusiones de clústeres anidados mediante la comparación de modelos bayesianos en cada paso. En lugar de minimizar un criterio geométrico de enlace, evalúa en cada fusión candidata si los datos de dos clústeres se explican mejor por un único modelo combinado o por dos modelos separados, produciendo un dendrograma con principios estadísticos.

Aplicar con StatMindPróximamenteVídeoPróximamenteDownload slides

Leer el método completo

Solo para miembros

Inicia sesión con una cuenta gratuita para leer esta sección.

Iniciar sesión

Method map

The neighbourhood of related methods — select a node to explore.

Fuentes

  1. 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
  2. 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

Cómo citar esta página

ScholarGate. (2026, June 3). Bayesian Hierarchical Clustering. ScholarGate. https://scholargate.app/es/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.

Compare side by side

Citado por

ScholarGateBayesian Hierarchical Clustering (Bayesian Hierarchical Clustering). Recuperado el 2026-06-15 de https://scholargate.app/es/statistics/bayesian-hierarchical-clustering · Conjunto de datos: https://doi.org/10.5281/zenodo.20539026