Robusti hierarkkinen ryvästys
Robusti hierarkkinen ryvästys laajentaa klassista agglomeroivaa tai divisiivista hierarkkista ryvästystä korvaamalla herkät etäisyysmitat ja linkityskriteerit poikkeamia kestävimmillä vaihtoehdoilla, säilyttäen ryväsrakenteen, vaikka aineisto sisältäisi poikkeavia havaintoja tai paksureunaisia jakaumia.
Lue koko menetelmä
Kirjaudu sisään maksuttomalla tilillä lukeaksesi tämän osion.
Method map
The neighbourhood of related methods — select a node to explore.
Lähteet
- 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 ↗
Näin viittaat tähän sivuun
ScholarGate. (2026, June 3). Robust Hierarchical Clustering. ScholarGate. https://scholargate.app/fi/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.
- RyhmäanalyysiTilastotiede↔ compare
- Hierarkkinen ryvästyminenKoneoppiminen↔ compare
- SekoitusmallinnusTilastotiede↔ compare
- Monimuuttujamittakaava-analyysi (MDS)Tilastotiede↔ compare
- Robust K-means -klusterointiTilastotiede↔ compare
Tähän viittaavat
Huomasitko virheen tällä sivulla? Ilmoita siitä tai ehdota korjausta →