Robust k-means
Robust k-means është një variant i klasterizimit klasik k-means i dizenjuar për t'i rezistuar ndikimit të vlerave anormale (outliers). Duke shkurtuar një pjesë të specifikuar të vëzhgimeve më ekstreme para se të llogariten qendrat e klustereve, ai prodhon ndarje (particione) të qëndrueshme dhe kuptimplota edhe kur të dhënat përmbajnë zhurmë, kontaminim, ose shpërndarje me bishta të rëndë — situata ku k-means standard dështon.
Lexoni metodën e plotë
Hyni me një llogari falas për ta lexuar këtë seksion.
Method map
The neighbourhood of related methods — select a node to explore.
Burimet
- Garcia-Escudero, L. A., & Gordaliza, A. (1999). Robustness properties of k-means and trimmed k-means. Journal of the American Statistical Association, 94(447), 956–969. DOI: 10.2307/2670010 ↗
- Garcia-Escudero, L. A., Gordaliza, A., Matrán, C., & Mayo-Iscar, A. (2008). A general trimming approach to robust cluster analysis. Annals of Statistics, 36(3), 1324–1345. DOI: 10.1214/07-AOS515 ↗
Si ta citoni këtë faqe
ScholarGate. (2026, June 3). Robust k-means Clustering. ScholarGate. https://scholargate.app/sq/machine-learning/robust-k-means
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.
- DBSCANMësimi i makinës↔ compare
- Grupimi HierarkikMësimi i makinës↔ compare
- Grupimi K-mesishtMësimi i makinës↔ compare
- Clustrimi SpektralMësimi i makinës↔ compare
Cituar nga
Vutë re një problem në këtë faqe? Raportojeni ose sugjeroni një korrigjim →