Robust k-means
Robust k-means là một biến thể của thuật toán k-means cổ điển được thiết kế để chống lại ảnh hưởng của các điểm ngoại lai. Bằng cách cắt bỏ một phần xác định các quan sát cực đoan nhất trước khi tính toán tâm cụm, nó tạo ra các phân hoạch ổn định và có ý nghĩa ngay cả khi dữ liệu chứa nhiễu, ô nhiễm hoặc phân phối đuôi nặng — những tình huống mà k-means tiêu chuẩn bị phá vỡ.
Đọc toàn bộ phương pháp
Đăng nhập bằng tài khoản miễn phí để đọc phần này.
Method map
The neighbourhood of related methods — select a node to explore.
Nguồn tài liệu
- Garcia-Escudero, L. A., & Gordaliza, A. (1999). Robustness properties of k-means and trimmed k-means. Journal of the American Statistical Association, 94(447), 956–969. DOI: 10.2307/2670010 ↗
- Garcia-Escudero, L. A., Gordaliza, A., Matrán, C., & Mayo-Iscar, A. (2008). A general trimming approach to robust cluster analysis. Annals of Statistics, 36(3), 1324–1345. DOI: 10.1214/07-AOS515 ↗
Cách trích dẫn trang này
ScholarGate. (2026, June 3). Robust k-means Clustering. ScholarGate. https://scholargate.app/vi/machine-learning/robust-k-means
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.
- DBSCANHọc máy↔ compare
- Phân cụm phân cấpHọc máy↔ compare
- Phân cụm K-meansHọc máy↔ compare
- Phân cụm phổHọc máy↔ compare
Được tham chiếu bởi
Phát hiện lỗi trên trang này? Báo cáo hoặc đề xuất chỉnh sửa →