ScholarGate
助手
Latent structureMultivariate analysis

鲁棒层次聚类

鲁棒层次聚类通过用抗离群点的方法替代敏感的距离度量和连接准则,扩展了经典的凝聚或分裂层次聚类,即使数据包含异常观测值或重尾分布,也能保持聚类结构。

用 StatMind 应用即将推出视频即将推出下载幻灯片

阅读完整方法

仅限会员

使用免费账户登录即可阅读本节。

登录

方法图谱

相关方法的邻域——选择一个节点以展开探索。

来源

  1. Kaufman, L. & Rousseeuw, P. J. (1990). Finding Groups in Data: An Introduction to Cluster Analysis. Wiley. ISBN: 978-0471878766
  2. Garcia-Escudero, L. A., Gordaliza, A., Matran, C. & Mayo-Iscar, A. (2010). A review of robust clustering methods. Advances in Data Analysis and Classification, 4(2–3), 89–109. DOI: 10.1007/s11634-010-0064-5

如何引用本页

ScholarGate. (2026, June 3). Robust Hierarchical Clustering. ScholarGate. https://scholargate.app/zh/statistics/robust-hierarchical-clustering

选用哪种方法?

将本方法与其最相近的同类并置,并排研读——本馆将书籍铺陈于案上,取舍则由您定夺。

并排比较

被引用于

ScholarGateRobust Hierarchical Clustering (Robust Hierarchical Clustering). 于 2026-06-15 检索自 https://scholargate.app/zh/statistics/robust-hierarchical-clustering · 数据集: https://doi.org/10.5281/zenodo.20539026