ScholarGate
Assistente
Latent structureMultivariate analysis

Agrupamento Hierárquico Bayesiano (BHC)

O agrupamento hierárquico bayesiano é um algoritmo aglomerativo probabilístico que constrói uma árvore de fusões de clusters aninhadas usando comparação de modelos bayesianos em cada etapa. Em vez de minimizar um critério de ligação geométrica, ele avalia, a cada fusão candidata, se os dados de dois clusters são melhor explicados por um único modelo combinado ou por dois modelos separados, produzindo um dendrograma estatisticamente fundamentado.

Aplicar com StatMindEm breveVídeoEm breveDownload slides

Leia o método completo

Exclusivo para membros

Entre com uma conta gratuita para ler esta seção.

Entrar

Method map

The neighbourhood of related methods — select a node to explore.

Fontes

  1. Heller, K. A. & Ghahramani, Z. (2005). Bayesian hierarchical clustering. In Proceedings of the 22nd International Conference on Machine Learning (ICML 2005), pp. 297–304. ACM. DOI: 10.1145/1102351.1102389
  2. Murtagh, F. & Legendre, P. (2014). Ward's hierarchical agglomerative clustering method: which algorithms implement Ward's criterion? Journal of Classification, 31(3), 274–295. DOI: 10.1007/s00357-014-9161-z

Como citar esta página

ScholarGate. (2026, June 3). Bayesian Hierarchical Clustering. ScholarGate. https://scholargate.app/pt/statistics/bayesian-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.

Compare side by side

Referenciado por

ScholarGateBayesian Hierarchical Clustering (Bayesian Hierarchical Clustering). Recuperado em 2026-06-15 de https://scholargate.app/pt/statistics/bayesian-hierarchical-clustering · Conjunto de dados: https://doi.org/10.5281/zenodo.20539026