Robusztus klaszteranalízis (TCLUST)
A robusztus klaszteranalízis egy trimmelt modellalapú klaszterezési módszer, amelyet García-Escudero és kollégái vezettek be 2008-ban. Ez a módszer folytonos többváltozós adatokat klaszterekbe sorol, miközben ellenáll a kiugró értékek és a zaj hatásának. Azáltal, hogy a leginkább eltérő megfigyelések egy részét félreteszi, megakadályozza, hogy a visszaállított klaszterszerkezetet elszigetelt pontok szennyezzék.
A teljes módszer elolvasása
Jelentkezzen be ingyenes fiókkal a szakasz elolvasásához.
Method map
The neighbourhood of related methods — select a node to explore.
Források
- 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 ↗
- Riani, M., Cerioli, A., Atkinson, A. C., & Perrotta, D. (2014). Monitoring Robust Regression / Robust Clustering. Statistics and Computing. link ↗
Hogyan hivatkozzon erre az oldalra
ScholarGate. (2026, June 1). Trimmed Robust Cluster Analysis (TCLUST). ScholarGate. https://scholargate.app/hu/statistics/robust-cluster-analysis
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.
- Robusztus standard hibák klaszterekreStatisztika↔ compare
- MM-becslés robusztus regresszióhozStatisztika↔ compare
- Robuszt diszkriminanciaanalízisStatisztika↔ compare
- Robusztus főkomponens-analízis (RPCA)Statisztika↔ compare
- W-becslő robusztus regresszió (Welsch / Tukey Bisquare)Statisztika↔ compare
Hivatkozik rá
Hibát talált ezen az oldalon? Jelentse, vagy javasoljon javítást →