Robustné zhlukovanie K-stredov
Robustné zhlukovanie K-stredov je rozšírenie klasického K-stredov, ktoré chráni odhady zhlukov pred skreslením spôsobeným odľahlými hodnotami alebo kontaminovanými pozorovaniami. Orezaním používateľom špecifikovanej časti najextrémnejších bodov pred aktualizáciou stredov zhlukov, algoritmus poskytuje stabilné, zmysluplné rozdelenia aj vtedy, keď dáta obsahujú atypické prípady, ktoré by vážne skreslili štandardné K-stredy.
Prečítať celú metódu
Ak si chcete prečítať túto sekciu, prihláste sa s bezplatným účtom.
Mapa metód
Okolie príbuzných metód — vyberte uzol na preskúmanie.
Zdroje
- Cuesta-Albertos, J. A., Gordaliza, A., & Matrán, C. (1997). Trimmed k-means: An attempt to robustify quantizers. The Annals of Statistics, 25(2), 553–576. DOI: 10.1214/aos/1031833664 ↗
- 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 ↗
Ako citovať túto stránku
ScholarGate. (2026, June 3). Robust K-means Clustering. ScholarGate. https://scholargate.app/sk/statistics/robust-k-means-clustering
Ktorá metóda?
Postavte túto metódu vedľa jej najbližších príbuzných a čítajte ich vedľa seba — knižnica vám knihy položí na stôl; voľba je na vás.
- Analýza zhlukovŠtatistika↔ porovnať
- Modelovanie zmesíŠtatistika↔ porovnať
- Robustná hierarchická klasifikáciaŠtatistika↔ porovnať
- Robustné modelovanie zmesíŠtatistika↔ porovnať
Odkazujú sem
Našli ste na tejto stránke chybu? Nahláste ju alebo navrhnite opravu →