ScholarGate
Msaidizi
Latent structureMultivariate analysis

Ukusanyaji wa K-means Imara

Ukusanyaji wa K-means imara ni upanuzi wa k-means ya kawaida unaolinda makadirio ya nguzo dhidi ya upotoshaji unaosababishwa na viambajengo au uchunguzi uliochafuliwa. Kwa kupunguza sehemu iliyobainishwa na mtumiaji ya pointi kali zaidi kabla ya kusasisha vituo vya nguzo, algoriti hutoa mgawanyo thabiti na wenye maana hata wakati data ina visa visivyo vya kawaida ambavyo vingepotosha sana k-means ya kawaida.

Tumia kupitia StatMindHivi karibuniVideoHivi karibuniPakua slaidi

Soma mbinu kamili

Kwa wanachama pekee

Ingia kwa akaunti ya bure ili kusoma sehemu hii.

Ingia

Ramani ya mbinu

Jirani ya mbinu zinazohusiana — chagua nodi ili kuchunguza.

Vyanzo

  1. 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
  2. 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

Jinsi ya kunukuu ukurasa huu

ScholarGate. (2026, June 3). Robust K-means Clustering. ScholarGate. https://scholargate.app/sw/statistics/robust-k-means-clustering

Mbinu ipi?

Weka mbinu hii kando ya jamaa zake wa karibu na uzisome bega kwa bega — maktaba huweka vitabu mezani; uamuzi ni wako.

Linganisha bega kwa bega

Imerejelewa na

ScholarGateRobust K-means Clustering (Robust K-means Clustering). Imepatikana 2026-06-15 kutoka https://scholargate.app/sw/statistics/robust-k-means-clustering · Seti ya data: https://doi.org/10.5281/zenodo.20539026