Bayesiansk hierarkisk klustring (BHC)
Bayesiansk hierarkisk klustring är en probabilistisk agglomerativ algoritm som bygger ett träd av nästlade klusterfusioner genom att använda Bayesiansk modelljämförelse vid varje steg. Istället för att minimera ett geometriskt kopplingskriterium, utvärderar den vid varje kandidatfusion huruvida data från två kluster bättre förklaras av en enda kombinerad modell eller av två separata modeller, vilket ger ett statistiskt principfast dendrogram.
Läs hela metoden
Logga in med ett kostnadsfritt konto för att läsa avsnittet.
Method map
The neighbourhood of related methods — select a node to explore.
Källor
- 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 ↗
Så citerar du den här sidan
ScholarGate. (2026, June 3). Bayesian Hierarchical Clustering. ScholarGate. https://scholargate.app/sv/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.
- Bayesiansk klusteranalysStatistik↔ compare
- Bayesian Latent Class Analysis (BLCA)Statistik↔ compare
- Bayesiansk blandningsmodelleringStatistik↔ compare
- KlusteranalysStatistik↔ compare
- Hierarkisk klustringMaskininlärning↔ compare
- Mixture ModelingStatistik↔ compare
Refereras av
Hittade du ett fel på sidan? Rapportera eller föreslå en rättelse →