Machine learning

การจัดกลุ่มแบบลำดับชั้น

การจัดกลุ่มแบบลำดับชั้น (Hierarchical clustering) เป็นวิธีการแบบไม่มีผู้สอน (unsupervised method) ที่จัดกลุ่มการสังเกต (observations) ออกเป็นกลุ่มย่อยๆ ที่ซ้อนกันเป็นชั้นๆ และแสดงผลลัพธ์เป็นแผนภาพต้นไม้ (dendrogram) ดังนั้นจึงไม่จำเป็นต้องกำหนดจำนวนกลุ่มล่วงหน้า รูปแบบการรวมกลุ่มแบบเพิ่มพูน (agglomerative form) อาศัยเกณฑ์การจัดกลุ่มตามฟังก์ชันวัตถุประสงค์ (objective-function grouping criterion) ที่นำเสนอโดย Joe Ward ในปี 1963

เปิดใน MethodMindเร็ว ๆ นี้วิดีโอเร็ว ๆ นี้Download slides

อ่านวิธีฉบับเต็ม

สำหรับสมาชิกเท่านั้น

เข้าสู่ระบบด้วยบัญชีฟรีเพื่ออ่านส่วนนี้

เข้าสู่ระบบ

Method map

The neighbourhood of related methods — select a node to explore.

+10 more

แหล่งอ้างอิง

  1. Ward, J. H. (1963). Hierarchical Grouping to Optimize an Objective Function. Journal of the American Statistical Association, 58(301), 236–244. DOI: 10.1080/01621459.1963.10500845

วิธีอ้างอิงหน้านี้

ScholarGate. (2026, June 1). Hierarchical Agglomerative Clustering. ScholarGate. https://scholargate.app/th/machine-learning/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.

Compare side by side

ถูกอ้างอิงโดย

ScholarGateHierarchical Clustering (Hierarchical Agglomerative Clustering). สืบค้นเมื่อ 2026-06-15 จาก https://scholargate.app/th/machine-learning/hierarchical-clustering · ชุดข้อมูล: https://doi.org/10.5281/zenodo.20539026