ロバストK平均クラスタリング

ロバストK平均クラスタリングは、古典的なK平均法を拡張したもので、外れ値や汚染された観測値によって引き起こされるクラスター推定の歪みから保護します。このアルゴリズムは、クラスター中心を更新する前に、ユーザーが指定した割合の最も極端な点をトリミングすることで、データに非典型的なケースが含まれており、それが標準のK平均法を著しく偏らせる場合でも、安定した意味のある分割を生成します。