Робусна анализа кластера (TCLUST)
Robusna analiza klastera je modelom zasnovana metoda klasterovanja sa odsecanjem (trimmed model-based clustering), koju su uveli García-Escudero i saradnici 2008. godine, a koja deli kontinuirane multivarijatne podatke na klastere, istovremeno se odupire uticaju odstupajućih vrednosti (outliers) i šuma. Ostavljajući po strani deo najdiskordantnijih opservacija, ona sprečava da oporavljena struktura klastera bude kontaminirana zalutalim tačkama.
Pročitajte celu metodu
Prijavite se besplatnim nalogom da biste pročitali ovaj odeljak.
Method map
The neighbourhood of related methods — select a node to explore.
Izvori
- 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 ↗
Kako citirati ovu stranicu
ScholarGate. (2026, June 1). Trimmed Robust Cluster Analysis (TCLUST). ScholarGate. https://scholargate.app/sr/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.
- Grupno-robusta standardna greškaStatistika↔ compare
- MM-estimacija za robusnu regresijuStatistika↔ compare
- Робусна дискриминантна анализаStatistika↔ compare
- Robusna principalna komponentna analiza (RPCA)Statistika↔ compare
- W-estimator robusna regresija (Welsch / Tukey Bisquare)Statistika↔ compare
Citirana u
Uočili ste grešku na ovoj stranici? Prijavite je ili predložite ispravku →