Clustering gerarchico robusto
Il clustering gerarchico robusto estende il classico clustering gerarchico agglomerativo o divisivo sostituendo le misure di distanza sensibili e i criteri di linkage con alternative resistenti agli outlier, preservando la struttura dei cluster anche quando i dati contengono osservazioni anomale o distribuzioni a code pesanti.
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.
Fonti
- 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 ↗
Come citare questa pagina
ScholarGate. (2026, June 3). Robust Hierarchical Clustering. ScholarGate. https://scholargate.app/it/statistics/robust-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.
- Analisi dei ClusterStatistica↔ compare
- Clustering gerarchicoApprendimento automatico↔ compare
- Modellizzazione per misceleStatistica↔ compare
- Scaling multidimensionale (MDS)Statistica↔ compare
- K-means robustaStatistica↔ compare
Citato da
Hai notato un problema in questa pagina? Segnalalo o proponi una correzione →