Bayesian Hierarchical Clustering (BHC)
A Bayesian hierarchikus klaszterezés egy valószínűségi agglomeratív algoritmus, amely a klaszterek egymásra épülő összevonásainak fáját építi fel, minden lépésben Bayesian modellösszehasonlítást alkalmazva. Ahelyett, hogy egy geometriai összekötési kritériumot minimalizálna, minden jelölt összevonásnál azt értékeli, hogy két klaszter adatai jobban magyarázhatók-e egyetlen kombinált modellel, vagy két különálló modellel, ami egy statisztikailag megalapozott dendrogramot eredményez.
A teljes módszer elolvasása
Jelentkezzen be ingyenes fiókkal a szakasz elolvasásához.
Módszertérkép
A rokon módszerek környezete — válasszon ki egy csomópontot a felfedezéshez.
Források
- 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 ↗
Hogyan hivatkozzon erre az oldalra
ScholarGate. (2026, June 3). Bayesian Hierarchical Clustering. ScholarGate. https://scholargate.app/hu/statistics/bayesian-hierarchical-clustering
Melyik módszer?
Állítsa e módszert a hozzá legközelebb álló rokonai mellé, és olvassa őket egymás mellett — a könyvtár az asztalra teszi a könyveket; a választás az Öné.
- Bayes-féle klaszteranalízisStatisztika↔ összehasonlítás
- Bayes-féle rejtett osztály analízis (BROA)Statisztika↔ összehasonlítás
- Bayes-féle keverékmodell-alkotásStatisztika↔ összehasonlítás
- KlaszteranalízisStatisztika↔ összehasonlítás
- Hierarchikus klaszterezésGépi tanulás↔ összehasonlítás
- Keverék modellezésStatisztika↔ összehasonlítás
Hivatkozik rá
Hibát talált ezen az oldalon? Jelentse, vagy javasoljon javítást →