Latent structureMultivariate analysis
ベイズ的K平均法クラスタリング
ベイズ的K平均法クラスタリングは、クラスタ中心および混合比率に事前分布を置くことで、古典的なK平均法アルゴリズムを拡張したものである。この確率的枠組みは、クラスタ割り当ての不確実性推定を可能にし、クラスタ数に対する原理的なモデル選択を可能にし、中心推定を正則化する――特にデータが少ない、あるいは高次元の場合に価値がある。
手法の全文を読む
会員限定
ログイン無料アカウントでログインすると、このセクションを読めます。
Method map
The neighbourhood of related methods — select a node to explore.
出典
- Kulis, B. & Jordan, M. I. (2012). Revisiting k-means: New algorithms via Bayesian nonparametrics. In Proceedings of the 29th International Conference on Machine Learning (ICML), Edinburgh, Scotland, pp. 513–520. link ↗
- Bishop, C. M. (2006). Pattern Recognition and Machine Learning. Springer. Chapter 9 (Mixture models and EM) and Chapter 10 (Approximate Inference). ISBN: 978-0387310732
このページの引用方法
ScholarGate. (2026, June 3). Bayesian K-means Clustering. ScholarGate. https://scholargate.app/ja/statistics/bayesian-k-means-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.
- ベイズクラスター分析統計学↔ compare
- ベイズ階層的クラスタリング (BHC)統計学↔ compare
- ベイズ混合モデリング統計学↔ compare
- クラスター分析統計学↔ compare
- 潜在クラス分析 (LCA)統計学↔ compare
- 混合モデル (Mixture Modeling)統計学↔ compare