柔性线路板

R包fpc:灵活的聚类过程。聚类和聚类验证的各种方法。不动点聚类。线性回归聚类。通过合并高斯混合分量进行聚类。对称和非对称判别投影用于分组分离的可视化。基于距离的聚类的聚类验证统计,包括修正的Rand索引。聚类稳定性评估。聚类数的估计方法:Calinski-Harabasz,Tibshirani和Walther的预测强度,Fang和Wang的bootstrap稳定性。混合连续/分类变量的高斯/多项式混合拟合。用于聚类解释的变量统计。DBSCAN集群。在R中实现的许多聚类方法的接口函数,包括用kmeans、pam和clara估计集群的数量。高斯混合波的模态诊断。有关概述,请参见套餐?柔性线路板。


zbMATH参考文献(24篇文章引用)

显示第1到第20个结果,共24个。
按年份排序(引用)
  1. 乔尔达尼,保罗;费拉罗,玛丽亚·布里吉达;马尔泰拉,弗朗西斯卡:R聚类介绍(2020)
  2. Gupta,Bhisham C.;Guttman,Irwin;Jayalath,Kalanka P.:工程师和科学家使用MINITAB,R和JMP的统计和概率应用(2020)
  3. Alfonso Idice D'Enza,Angelos Markos,Michel van de Velden:超越串联分析:R中的联合降维和聚类(2019)不是zbMATH
  4. Chacón,JoséE:混合模型模式聚类(2019)
  5. Ferraro,Maria Brigida;Giordani,Paolo:非线性可分离数据(模糊)聚类的回顾与建议(2019)
  6. Michael Hahsler;Matthew Piekenbrock;Derek Doran:dbscan:Fast Density-Based Clustering with R(2019年)不是zbMATH
  7. Alexander Foss;Marianthi Markatou:kamila:R和Hadoop中的混合类型数据聚类(2018)不是zbMATH
  8. Angelo Mazza;Antonio Punzo;Salvatore Ingrassia:flexCWM:集群加权模型的灵活框架(2018)不是zbMATH
  9. Wentz,J.M.;Mendenhall,A.R.;Bortz,D.M.:秀丽隐杆线虫热休克蛋白-16.2的长寿相关表达模式形成(2018年)
  10. MichaelHahsler和Matthew Bolaños和John Forrest:stream简介:数据流聚类研究的可扩展框架(2017)不是zbMATH
  11. Foss,Alex;Markatou,Marianthi;Ray,Bonnie;Heching,Aliza:用于聚类混合数据的半参数方法(2016)
  12. Roy Chowdhury,Niladri;Cook,Dianne;Hofmann,Heike;Majumder,Mahbubul;Lee,Eun Kyung;Toth,Amy L.:使用视觉统计推断更好地理解高维、低样本量数据中的随机类分离(2015)
  13. Pablo Montero;JoséVilar:TSclust:An R Package for Time Series Clustering(2014年)不是zbMATH
  14. Adelchi Azzalini,Giovanna Menardi:通过非参数密度估计进行聚类:R包pdfCluster(2013)阿尔十四
  15. Brian P.Kent,Alessandro Rinaldo,Timothy Verstynen:DeBaCl:A Python包,用于基于密度的交互式集群(2013)阿尔十四
  16. Galimberti,Giuliano;Montanari,Angela:S.X.Lee和G.J.McLachlan关于“非正态混合分布的基于模型的聚类和分类”的讨论(2013)
  17. Newell,Mark A.;Cook,Dianne;Hofmann,Heike;Jannink,Jean-Luc:利用模拟数据确定聚类数量和验证的算法及其在作物种群结构探索中的应用(2013)
  18. Schlittgen,Rainer:R回归分析(2013)
  19. 赵延昌:R与数据挖掘。实例和案例研究(2013)
  20. Heinrich Fritz;Luis García-Escudero;Agustín Mayo Iscar:tclust:a R Package for a Trimming Approach to Cluster Analysis(2012年)不是zbMATH