ロバストk平均法

ロバストk平均法は、古典的なk平均法クラスタリングのバリアントであり、外れ値の影響に抵抗するように設計されています。最も極端な観測値の指定された割合をトリミング（除去）してからクラスタ中心を計算することにより、データにノイズ、汚染、または裾の重い分布が含まれる状況、つまり標準的なk平均法が破綻するような状況でも、安定した意味のある分割を生成します。