Solidna analiza skupień (TCLUST)
Solidna analiza skupień to oparta na modelach metoda grupowania z przycinaniem (trimmed model-based clustering method), wprowadzona przez Garcíę-Escudero i współpracowników w 2008 roku, która dzieli ciągłe dane wielowymiarowe na skupienia, jednocześnie opierając się wpływowi obserwacji odstających i szumu. Poprzez odrzucenie części najbardziej niezgodnych obserwacji, zapobiega ona zanieczyszczeniu odzyskanej struktury skupień przez przypadkowe punkty.
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.
Źródła
- García-Escudero, L. A., Gordaliza, A., Matrán, C., & Mayo-Iscar, A. (2008). A General Trimming Approach to Robust Cluster Analysis. The Annals of Statistics, 36(3), 1324-1345. DOI: 10.1214/07-AOS515 ↗
- Riani, M., Cerioli, A., Atkinson, A. C., & Perrotta, D. (2014). Monitoring Robust Regression / Robust Clustering. Statistics and Computing. link ↗
Jak cytować tę stronę
ScholarGate. (2026, June 1). Trimmed Robust Cluster Analysis (TCLUST). ScholarGate. https://scholargate.app/pl/statistics/robust-cluster-analysis
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.
- Błędy standardowe odporne na klastrowanieStatystyka↔ compare
- Estymacja MM dla regresji odpornejStatystyka↔ compare
- Odporna analiza dyskryminacyjnaStatystyka↔ compare
- Robust Principal Component Analysis (RPCA)Statystyka↔ compare
- Regresja odporna z estymatorem W (Welsch / Tukey Bisquare)Statystyka↔ compare
Cytowana przez
Widzisz błąd na tej stronie? Zgłoś go lub zaproponuj poprawkę →