रोबस्ट K-मीन्स क्लस्टरिंग
रोबस्ट K-मीन्स क्लस्टरिंग शास्त्रीय k-मीन्स का एक विस्तार है जो बाहरी या दूषित प्रेक्षणों के कारण होने वाली विकृति से क्लस्टर अनुमानों की रक्षा करता है। क्लस्टर केंद्रों को अद्यतन करने से पहले सबसे चरम बिंदुओं के उपयोगकर्ता-निर्दिष्ट अंश को ट्रिम करके, एल्गोरिथम स्थिर, सार्थक विभाजन उत्पन्न करता है, भले ही डेटा में ऐसे असामान्य मामले हों जो मानक k-मीन्स को गंभीर रूप से पक्षपाती कर दें।
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
- 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 ↗
इस पृष्ठ का उद्धरण कैसे दें
ScholarGate. (2026, June 3). Robust K-means Clustering. ScholarGate. https://scholargate.app/hi/statistics/robust-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।
- समूह विश्लेषणसांख्यिकी↔ तुलना करें
- मिश्रण मॉडलिंगसांख्यिकी↔ तुलना करें
- मजबूत पदानुक्रमिक समूहनसांख्यिकी↔ तुलना करें
- रोबस्ट मिक्सचर मॉडलिंगसांख्यिकी↔ तुलना करें