ScholarGate
Асистент
Machine learning

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.

Отворете в MethodMindСкороВидеоСкороDownload slides

Прочетете целия метод

Само за членове

Влезте с безплатен профил, за да прочетете този раздел.

Вход

Method map

The neighbourhood of related methods — select a node to explore.

Източници

  1. 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.

Compare side by side
ScholarGateAffinity Propagation (Affinity Propagation Clustering). Извлечено на 2026-06-15 от https://scholargate.app/bg/machine-learning/affinity-propagation · Набор от данни: https://doi.org/10.5281/zenodo.20539026