Байєсівське ієрархічне кластерування (BHC)
Байєсівське ієрархічне кластерування — це імовірнісний агломеративний алгоритм, який будує дерево вкладених об'єднань кластерів, використовуючи порівняння байєсівських моделей на кожному кроці. Замість мінімізації геометричного критерію зв'язку, він оцінює на кожному кандидатському об'єднанні, чи краще дані з двох кластерів пояснюються однією спільною моделлю, чи двома окремими моделями, що призводить до статистично обґрунтованого дендрограми.
Читати метод повністю
Увійдіть із безкоштовним обліковим записом, щоб прочитати цей розділ.
Method map
The neighbourhood of related methods — select a node to explore.
Джерела
- 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 ↗
Як цитувати цю сторінку
ScholarGate. (2026, June 3). Bayesian Hierarchical Clustering. ScholarGate. https://scholargate.app/uk/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.
- Байєсівський кластерний аналізСтатистика↔ compare
- Байєсівський аналіз прихованих класів (BLCA)Статистика↔ compare
- Байєсівське моделювання сумішейСтатистика↔ compare
- Кластерний аналізСтатистика↔ compare
- Ієрархічна кластеризаціяМашинне навчання↔ compare
- Моделювання сумішейСтатистика↔ compare
Згадується в
Помітили помилку на цій сторінці? Повідомте про неї або запропонуйте виправлення →