Latent structureMultivariate analysis
강건 계층적 군집화
강건 계층적 군집화는 민감한 거리 측정치와 연결 기준을 이상치에 강인한 대안으로 대체함으로써 고전적인 병합 또는 분할 계층적 군집화를 확장하며, 데이터에 이상 관측치나 중미분포가 포함되어 있더라도 군집 구조를 보존합니다.
방법 전문 읽기
회원 전용
로그인무료 계정으로 로그인하면 이 섹션을 읽을 수 있습니다.
방법 지도
관련 방법들로 이루어진 인접 영역 — 노드를 선택해 살펴보세요.
출처
- 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 ↗
이 페이지 인용 방법
ScholarGate. (2026, June 3). Robust Hierarchical Clustering. ScholarGate. https://scholargate.app/ko/statistics/robust-hierarchical-clustering
어떤 방법일까요?
이 방법을 가장 가까운 동류의 방법들과 나란히 놓고 비교해 보세요 — 라이브러리는 책을 펼쳐 놓을 뿐, 선택은 여러분의 몫입니다.
- 군집 분석통계학↔ 비교
- 계층적 군집화머신러닝↔ 비교
- 혼합 모형화통계학↔ 비교
- 다차원 척도법(MDS)통계학↔ 비교
- 강건 K-평균 군집화통계학↔ 비교