Latent structureMultivariate analysis
אשכולות K-אמצעים חסינים
אשכולות K-אמצעים חסינים (Robust K-means) הוא הרחבה של אלגוריתם K-אמצעים הקלאסי, המגן על אומדני האשכולות מפני עיוותים הנגרמים על ידי תצפיות חריגות או מזוהמות. על ידי גיזום (trimming) של שבר מוגדר מראש של הנקודות הקיצוניות ביותר לפני עדכון מרכזי האשכולות, האלגוריתם מספק חלוקות יציבות ומשמעותיות גם כאשר הנתונים מכילים מקרים א-טיפוסיים שעלולים להטות באופן חמור את אלגוריתם K-אמצעים הסטנדרטי.
קראו את השיטה במלואה
לחברים בלבד
התחברותהתחברו עם חשבון חינמי כדי לקרוא חלק זה.
מפת שיטות
סביבת השיטות הקרובות — בחרו צומת כדי לחקור.
מקורות
- Cuesta-Albertos, J. A., Gordaliza, A., & Matrán, C. (1997). Trimmed k-means: An attempt to robustify quantizers. The Annals of Statistics, 25(2), 553–576. DOI: 10.1214/aos/1031833664 ↗
- García-Escudero, L. A., Gordaliza, A., Matrán, C., & Mayo-Iscar, A. (2008). A general trimming approach to robust cluster analysis. The Annals of Statistics, 36(3), 1324–1345. DOI: 10.1214/07-AOS515 ↗
איך לצטט עמוד זה
ScholarGate. (2026, June 3). Robust K-means Clustering. ScholarGate. https://scholargate.app/he/statistics/robust-k-means-clustering
איזו שיטה?
הציבו שיטה זו לצד קרובותיה הקרובות וקראו אותן זו לצד זו — הספרייה מניחה את הספרים על השולחן; הבחירה בידיכם.
- ניתוח אשכולותסטטיסטיקה↔ השוואה
- מידול תערובתסטטיסטיקה↔ השוואה
- אשכול היררכי חסיןסטטיסטיקה↔ השוואה
- מודלים מעורבים רובסטייםסטטיסטיקה↔ השוואה