Klasteryzacja hierarchiczna
Klasteryzacja hierarchiczna jest metodą nienadzorowaną, która grupuje obserwacje w zagnieżdżone klastry i przedstawia wynik w postaci dendrogramu, dzięki czemu liczba klastrów nie musi być ustalona z góry. Jej forma aglomeracyjna opiera się na kryterium grupowania funkcji celu wprowadzonej przez Joe Warda w 1963 roku.
Przeczytaj pełny opis metody
Zaloguj się na bezpłatne konto, aby przeczytać tę sekcję.
Method map
The neighbourhood of related methods — select a node to explore.
+10 more
Źródła
- Ward, J. H. (1963). Hierarchical Grouping to Optimize an Objective Function. Journal of the American Statistical Association, 58(301), 236–244. DOI: 10.1080/01621459.1963.10500845 ↗
Jak cytować tę stronę
ScholarGate. (2026, June 1). Hierarchical Agglomerative Clustering. ScholarGate. https://scholargate.app/pl/machine-learning/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.
- DBSCANUczenie maszynowe↔ compare
- Factor AnalysisStatystyka w badaniach↔ compare
- Model Gaussa (Gaussian Mixture Model)Uczenie maszynowe↔ compare
- Analiza Głównych SkładowychUczenie maszynowe↔ compare
Cytowana przez
Widzisz błąd na tej stronie? Zgłoś go lub zaproponuj poprawkę →