Robust Hierarchical Clustering
Pengelompokan hierarkikal yang teguh (robust hierarchical clustering) melanjutkan pengelompokan hierarkikal aglomeratif atau divisif klasik dengan menggantikan ukuran jarak dan kriteria penghubungan yang sensitif dengan alternatif yang tahan pencilan, mengekalkan struktur kelompok walaupun data mengandungi pemerhatian luar biasa atau taburan berjanjang berat (heavy-tailed distributions).
Baca kaedah sepenuhnya
Log masuk dengan akaun percuma untuk membaca bahagian ini.
Method map
The neighbourhood of related methods — select a node to explore.
Sumber
- 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 ↗
Cara memetik halaman ini
ScholarGate. (2026, June 3). Robust Hierarchical Clustering. ScholarGate. https://scholargate.app/ms/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.
- Analisis KelompokStatistik↔ compare
- Pencapanian HierarkisPembelajaran Mesin↔ compare
- Pemodelan CampuranStatistik↔ compare
- Penskalaan Pelbagai Dimensi (MDS)Statistik↔ compare
- Pengelompokan K-means TeguhStatistik↔ compare
Dirujuk oleh
Terjumpa masalah pada halaman ini? Laporkan atau cadangkan pembetulan →