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.
Leia o método completo
Entre com uma conta gratuita para ler esta seção.
Method map
The neighbourhood of related methods — select a node to explore.
Fontes
- 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 ↗
- 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.
- Análise de Agrupamento BayesianaEstatística↔ compare
- Análise Bayesiana de Classes Latentes (ABCL)Estatística↔ compare
- Modelagem de Mistura BayesianaEstatística↔ compare
- Análise de ClusterEstatística↔ compare
- Agrupamento HierárquicoAprendizado de máquina↔ compare
- Modelagem de MisturasEstatística↔ compare
Referenciado por
Encontrou um problema nesta página? Relate ou sugira uma correção →