Regroupement hiérarchique robuste
Le regroupement hiérarchique robuste étend le regroupement hiérarchique classique par agrégation ou division en remplaçant les mesures de distance et les critères de liaison sensibles par des alternatives résistantes aux valeurs aberrantes, préservant la structure des clusters même lorsque les données contiennent des observations anormales ou des distributions à queues lourdes.
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
- 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 ↗
Comment citer cette page
ScholarGate. (2026, June 3). Robust Hierarchical Clustering. ScholarGate. https://scholargate.app/fr/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.
- Analyse de regroupementStatistique↔ compare
- Regroupement hiérarchiqueApprentissage automatique↔ compare
- Modélisation par mélangeStatistique↔ compare
- L'Échelle multidimensionnelle (MDS)Statistique↔ compare
- Partitionnement K-means RobusteStatistique↔ compare
Référencée par
Une erreur sur cette page ? Signalez-la ou proposez une correction →