Надійний кластерний аналіз (TCLUST)
Надійний кластерний аналіз — це метод модельно-орієнтованого кластерування з обрізанням (trimmed clustering), представлений 2008 року Гарсією-Ескудеро та його колегами, який розбиває неперервні багатовимірні дані на кластери, залишаючись стійким до впливу викидів та шуму. Відкладаючи частку найбільш невідповідних спостережень, він запобігає забрудненню структури кластера випадковими точками.
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
- 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 ↗
Як цитувати цю сторінку
ScholarGate. (2026, June 1). Trimmed Robust Cluster Analysis (TCLUST). ScholarGate. https://scholargate.app/uk/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.
- Кластерно-стійкі стандартні похибкиСтатистика↔ compare
- MM-оцінювання для робастного регресійного аналізуСтатистика↔ compare
- Робастний дискримінантний аналізСтатистика↔ compare
- Робастний аналіз головних компонент (RPCA)Статистика↔ compare
- Регресія за W-оцінкою (Welsch / Tukey Bisquare)Статистика↔ compare
Згадується в
Помітили помилку на цій сторінці? Повідомте про неї або запропонуйте виправлення →