Robuszt Hierarchikus Klaszterezés
A robuszt hierarchikus klaszterezés a klasszikus agglomeratív vagy divizív hierarchikus klaszterezést terjeszti ki, érzékeny távolságmértékek és összekapcsolási kritériumok helyettesítésével kiugró érték-ellenálló alternatívákkal, megőrizve a klaszterszerkezetet akkor is, ha az adatok rendellenes megfigyeléseket vagy nehéz-szórású eloszlásokat tartalmaznak.
A teljes módszer elolvasása
Jelentkezzen be ingyenes fiókkal a szakasz elolvasásához.
Módszertérkép
A rokon módszerek környezete — válasszon ki egy csomópontot a felfedezéshez.
Források
- Kaufman, L. & Rousseeuw, P. J. (1990). Finding Groups in Data: An Introduction to Cluster Analysis. Wiley. ISBN: 978-0471878766
- Garcia-Escudero, L. A., Gordaliza, A., Matran, C. & Mayo-Iscar, A. (2010). A review of robust clustering methods. Advances in Data Analysis and Classification, 4(2–3), 89–109. DOI: 10.1007/s11634-010-0064-5 ↗
Hogyan hivatkozzon erre az oldalra
ScholarGate. (2026, June 3). Robust Hierarchical Clustering. ScholarGate. https://scholargate.app/hu/statistics/robust-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.
- KlaszteranalízisStatisztika↔ összehasonlítás
- Hierarchikus klaszterezésGépi tanulás↔ összehasonlítás
- Keverék modellezésStatisztika↔ összehasonlítás
- A többdimenziós skalázás (MDS)Statisztika↔ összehasonlítás
- Robuszt K-means klaszterezésStatisztika↔ összehasonlítás
Hivatkozik rá
Hibát talált ezen az oldalon? Jelentse, vagy javasoljon javítást →