Clustering gerarchico
Il clustering gerarchico è un metodo non supervisionato che raggruppa le osservazioni in cluster annidati e rappresenta il risultato come un dendrogramma, quindi il numero di cluster non deve essere fissato in anticipo. La sua forma agglomerativa si basa sul criterio di raggruppamento basato su funzione obiettivo introdotto da Joe Ward nel 1963.
Leggi il metodo completo
Accedi con un account gratuito per leggere questa sezione.
Method map
The neighbourhood of related methods — select a node to explore.
+10 more
Fonti
- Ward, J. H. (1963). Hierarchical Grouping to Optimize an Objective Function. Journal of the American Statistical Association, 58(301), 236–244. DOI: 10.1080/01621459.1963.10500845 ↗
Come citare questa pagina
ScholarGate. (2026, June 1). Hierarchical Agglomerative Clustering. ScholarGate. https://scholargate.app/it/machine-learning/hierarchical-clustering
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.
- DBSCANApprendimento automatico↔ compare
- Analisi FattorialeStatistica per la ricerca↔ compare
- Modello di Miscela GaussianaApprendimento automatico↔ compare
- Analisi delle Componenti PrincipaliApprendimento automatico↔ compare
Citato da
Hai notato un problema in questa pagina? Segnalalo o proponi una correzione →