Stability of Two Hierarchical Grouping Techniques Case I: Sensitivity to Data Errors
两种层次聚类技术的稳定性：对数据误差的敏感性AI 解读 ↓
← 返回论文列表与筛选
阅读说明
本页整理公开书目信息，不生成学术质量评分。AI 解读根据题名及所注明的摘要或原文片段生成，未完成全文核验，可能有误；具体假设、证明与结论请核对原文。摘要保留来源文本，未经模型改写。
DOI 首次登记不等于接收或发表日期。部分更正、评论等条目没有独立摘要；缺少可靠材料时保留待补状态。
引用量采用 OpenAlex 单条关联记录，不合计多个记录；关联记录可能包含正式发表版本，不等于此版本单独引用。缺失不视为零，引用指标不代表论文质量。
关注作者按书目中的完整姓名匹配，同名和姓名变体需人工辨别。相关论文先按共享细分方向和具体方法排列，再参考通用方法与发表日期。
分类依据与纠错
AI 根据所提供的论文材料归类：文本讨论一般层次聚类的误差敏感性，未涉及所列计量领域的具体模型或应用。
反馈分类问题正在核对关联版本…
代码、数据与补充材料
正在核对对应版本的资源…
关注这篇论文的作者
两种层次聚类技术的稳定性：对数据误差的敏感性
- 研究问题
- 完全连接与单连接层次聚类得到的树状图，在对象间接近程度的排序受到观测误差扰动时，其稳定性有何差别？
- 方法与思路
- 作者对基础分类结构对应的成对接近程度排序加入误差，使用 Goodman–Kruskal gamma 系数衡量扰动后树状图的拟合程度。
- 材料陈述的贡献
- 摘要称 gamma 系数的经验抽样分布表明，针对实验采用的误差类型，单连接聚类比完全连接聚类更敏感。
- 阅读关注点
- 应核对基础分类结构如何构造、排序误差的生成机制、拟合系数的计算对象，以及不同样本规模和误差强度下的表现。
- 阅读边界
- 仅据 OpenAlex 索引摘要，稿件版本未注明。敏感性比较限于所采用的误差类型，摘要未支持对所有噪声或聚类任务的推广。
原文摘要
The impact of observational errors on the dendrograms produced by the complete linkage and single linkage hierarchical grouping techniques was investigated. Data corresponding to basal taxonomies were perturbed by adding error to the ranks of the inter-specimen pair proximities. The goodness of fit of the dendrograms obtained from the perturbed data and that corresponding to the basal taxonomies were measured by means of the Goodman-Kruskal gamma coefficient. Empirical sampling distributions of the gamma coefficients indicated that the single linkage grouping technique was more sensitive to the type of data errors employed than the complete linkage technique.