Clustering jerárquico robusto
El clustering jerárquico robusto extiende el clustering jerárquico aglomerativo o divisivo clásico reemplazando las medidas de distancia y los criterios de enlace sensibles por alternativas resistentes a valores atípicos, preservando la estructura de los clústeres incluso cuando los datos contienen observaciones anómalas o distribuciones de colas pesadas.
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
- 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 ↗
Cómo citar esta página
ScholarGate. (2026, June 3). Robust Hierarchical Clustering. ScholarGate. https://scholargate.app/es/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.
- Análisis de conglomeradosEstadística↔ compare
- Agrupamiento jerárquicoAprendizaje automático↔ compare
- Modelado de mezclasEstadística↔ compare
- Escalamiento multidimensional (MDS)Estadística↔ compare
- Agrupamiento K-means RobustoEstadística↔ compare
Citado por
¿Has visto un problema en esta página? Infórmanos o sugiere una corrección →