बेयसियन के-मीन्स क्लस्टरिंग
बेयसियन के-मीन्स क्लस्टरिंग, क्लस्टर सेंट्रोइड्स और मिक्सिंग प्रोपोर्शन्स पर प्रायर डिस्ट्रिब्यूशन लगाकर क्लासिकल के-मीन्स एल्गोरिथम का विस्तार करती है। यह संभाव्य ढाँचा क्लस्टर असाइनमेंट के लिए अनिश्चितता अनुमान प्रदान करता है, क्लस्टर की संख्या के लिए सैद्धांतिक मॉडल चयन की अनुमति देता है, और सेंट्रोइड अनुमान को नियमित करता है — विशेष रूप से तब मूल्यवान होता है जब डेटा विरल या उच्च-आयामी हो।
पूरी विधि पढ़ें
यह खंड पढ़ने के लिए निःशुल्क खाते से साइन इन करें।
पद्धति मानचित्र
सम्बन्धित पद्धतियों का परिवेश — अन्वेषण हेतु किसी नोड का चयन करें।
स्रोत
- Kulis, B. & Jordan, M. I. (2012). Revisiting k-means: New algorithms via Bayesian nonparametrics. In Proceedings of the 29th International Conference on Machine Learning (ICML), Edinburgh, Scotland, pp. 513–520. link ↗
- Bishop, C. M. (2006). Pattern Recognition and Machine Learning. Springer. Chapter 9 (Mixture models and EM) and Chapter 10 (Approximate Inference). ISBN: 978-0387310732
इस पृष्ठ का उद्धरण कैसे दें
ScholarGate. (2026, June 3). Bayesian K-means Clustering. ScholarGate. https://scholargate.app/hi/statistics/bayesian-k-means-clustering
कौन-सी पद्धति?
इस पद्धति को उसकी निकटतम सजातीय पद्धतियों के साथ रखकर उन्हें साथ-साथ पढ़ें — पुस्तकालय पुस्तकें मेज़ पर रख देता है; चुनाव आपका है।
- Bayesian Cluster Analysisसांख्यिकी↔ तुलना करें
- बायेसियन पदानुक्रमित क्लस्टरिंग (BHC)सांख्यिकी↔ तुलना करें
- बेयसियन मिश्रण मॉडलिंगसांख्यिकी↔ तुलना करें
- समूह विश्लेषणसांख्यिकी↔ तुलना करें
- अव्यक्त वर्ग विश्लेषण (Latent Class Analysis - LCA)सांख्यिकी↔ तुलना करें
- मिश्रण मॉडलिंगसांख्यिकी↔ तुलना करें