Клъстериране чрез афинно разпространение
Афинното разпространение (Affinity Propagation), представено от Брендън Фрей и Делбърт Дюк през 2007 г., е алгоритъм за клъстериране, който идентифицира представителни „екземпляри“ сред данните чрез обмен на съобщения между всяка двойка точки, докато не се появи съгласуван набор от клъстери. За разлика от k-means, той не изисква предварително задаване на броя на клъстерите – този брой произтича от данните и параметъра „предпочитание“ – и работи директно с попарни сходства, които не е задължително да бъдат метрика.
Прочетете целия метод
Влезте с безплатен профил, за да прочетете този раздел.
Method map
The neighbourhood of related methods — select a node to explore.
Източници
- Frey, B. J., & Dueck, D. (2007). Clustering by passing messages between data points. Science, 315(5814), 972–976. DOI: 10.1126/science.1136800 ↗
Как да цитирате тази страница
ScholarGate. (2026, June 2). Affinity Propagation Clustering. ScholarGate. https://scholargate.app/bg/machine-learning/affinity-propagation
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.
- DBSCANМашинно обучение↔ compare
- Йерархично групиранеМашинно обучение↔ compare
- Клъстериране с К-средниМашинно обучение↔ compare
- Спектрално клъстериранеМашинно обучение↔ compare
Забелязахте ли проблем на тази страница? Съобщете или предложете поправка →