Robuuste Hiërarchische Clustering
Robuuste hiërarchische clustering breidt klassieke agglumerende of divisieve hiërarchische clustering uit door gevoelige afstandsmaten en koppelingscriteria te vervangen door alternatieven die bestand zijn tegen uitschieters, waardoor de clusterstructuur behouden blijft, zelfs wanneer de gegevens anomale waarnemingen of zwaar-staartige verdelingen bevatten.
Lees de volledige methode
Log in met een gratis account om dit onderdeel te lezen.
Methodenkaart
De omgeving van verwante methoden — selecteer een knooppunt om te verkennen.
Bronnen
- 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 ↗
Deze pagina citeren
ScholarGate. (2026, June 3). Robust Hierarchical Clustering. ScholarGate. https://scholargate.app/nl/statistics/robust-hierarchical-clustering
Welke methode?
Plaats deze methode naast haar naaste verwanten en lees ze naast elkaar — de bibliotheek legt de boeken op tafel; de keuze is aan u.
- ClusteranalyseStatistiek↔ vergelijken
- Hiërarchische clusteringMachine learning↔ vergelijken
- Mixture ModelingStatistiek↔ vergelijken
- Multidimensionaal schalen (MDS)Statistiek↔ vergelijken
- Robuuste K-gemiddelden ClusteringStatistiek↔ vergelijken
Geciteerd door
Een fout op deze pagina gezien? Meld het of stel een correctie voor →