کِی-مینز مقاوم
کِی-مینز مقاوم، گونهای از خوشهبندی کلاسیک کِی-مینز است که برای مقاومت در برابر تأثیر نقاط پرت طراحی شده است. با حذف کسری مشخص از دورترین مشاهدات قبل از محاسبه مراکز خوشهها، حتی زمانی که دادهها حاوی نویز، آلودگی یا توزیعهای با دم سنگین هستند - موقعیتهایی که کِی-مینز استاندارد در آنها شکست میخورد - پارتیشنهای پایدار و معناداری تولید میکند.
مطالعهٔ کامل روش
برای خواندن این بخش با حساب رایگان وارد شوید.
Method map
The neighbourhood of related methods — select a node to explore.
منابع
- Garcia-Escudero, L. A., & Gordaliza, A. (1999). Robustness properties of k-means and trimmed k-means. Journal of the American Statistical Association, 94(447), 956–969. DOI: 10.2307/2670010 ↗
- Garcia-Escudero, L. A., Gordaliza, A., Matrán, C., & Mayo-Iscar, A. (2008). A general trimming approach to robust cluster analysis. Annals of Statistics, 36(3), 1324–1345. DOI: 10.1214/07-AOS515 ↗
نحوهٔ استناد به این صفحه
ScholarGate. (2026, June 3). Robust k-means Clustering. ScholarGate. https://scholargate.app/fa/machine-learning/robust-k-means
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.
- دیبیاسکنیادگیری ماشین↔ compare
- خوشهبندی سلسلهمراتبییادگیری ماشین↔ compare
- خوشهبندی K-meansیادگیری ماشین↔ compare
- خوشهبندی طیفی (Spectral Clustering)یادگیری ماشین↔ compare
ارجاعشده در
در این صفحه مشکلی دیدید؟ گزارش دهید یا اصلاحی پیشنهاد کنید →