Regroupement hiérarchique bayésien (BHC)
Le regroupement hiérarchique bayésien est un algorithme probabiliste agglomératif qui construit un arbre de fusions de clusters imbriqués en utilisant la comparaison de modèles bayésiens à chaque étape. Plutôt que de minimiser un critère de liaison géométrique, il évalue à chaque fusion candidate si les données de deux clusters sont mieux expliquées par un modèle combiné unique ou par deux modèles séparés, produisant ainsi un dendrogramme statistiquement fondé.
Lire la méthode complète
Connectez-vous avec un compte gratuit pour lire cette section.
Method map
The neighbourhood of related methods — select a node to explore.
Sources
- 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 ↗
Comment citer cette page
ScholarGate. (2026, June 3). Bayesian Hierarchical Clustering. ScholarGate. https://scholargate.app/fr/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.
- Analyse de classification bayésienneStatistique↔ compare
- Bayesian Latent Class AnalysisStatistique↔ compare
- Modélisation bayésienne de mélangesStatistique↔ compare
- Analyse de regroupementStatistique↔ compare
- Regroupement hiérarchiqueApprentissage automatique↔ compare
- Modélisation par mélangeStatistique↔ compare
Référencée par
Une erreur sur cette page ? Signalez-la ou proposez une correction →