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.
Leer el método completo
Inicia sesión con una cuenta gratuita para leer esta sección.
Method map
The neighbourhood of related methods — select a node to explore.
Fuentes
- 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 ↗
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.
- Análisis de conglomerados bayesianoEstadística↔ compare
- Análisis Bayesiano de Clases Latentes (BLCA)Estadística↔ compare
- Modelado bayesiano de mezclasEstadística↔ compare
- Análisis de conglomeradosEstadística↔ compare
- Agrupamiento jerárquicoAprendizaje automático↔ compare
- Modelado de mezclasEstadística↔ compare
Citado por
¿Has visto un problema en esta página? Infórmanos o sugiere una corrección →