Spektrální shlukování
Spektrální shlukování je grafový algoritmus pro učení bez dohledu, formalizovaný Ngem, Jordanem a Weissem v roce 2002, který mapuje datové body do nízkorozměrného vlastního prostoru odvozeného z Laplaciánu grafu podobnosti před aplikací k-means. Toto spektrální vnoření umožňuje nalézt shluky libovolného tvaru — prstence, půlměsíce, propletené spirály — které metody založené na euklidovské vzdálenosti konzistentně nedokážou oddělit.
Přečíst celou metodu
Pro přečtení této sekce se přihlaste s bezplatným účtem.
Method map
The neighbourhood of related methods — select a node to explore.
+5 more
Zdroje
- Ng, A. Y., Jordan, M. I., & Weiss, Y. (2002). On Spectral Clustering: Analysis and an Algorithm. Advances in Neural Information Processing Systems, 14, 849–856. link ↗
- von Luxburg, U. (2007). A Tutorial on Spectral Clustering. Statistics and Computing, 17, 395–416. DOI: 10.1007/s11222-007-9033-z ↗
- Shi, J., & Malik, J. (2000). Normalized Cuts and Image Segmentation. IEEE Transactions on Pattern Analysis and Machine Intelligence, 22(8), 888–905. DOI: 10.1109/34.868688 ↗
Jak citovat tuto stránku
ScholarGate. (2026, June 3). Spectral Clustering via Graph Laplacian Eigenvectors (Ng–Jordan–Weiss Algorithm). ScholarGate. https://scholargate.app/cs/machine-learning/spectral-clustering
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.
- DBSCANStrojové učení↔ compare
- Hierarchické shlukováníStrojové učení↔ compare
- K-means ShlukováníStrojové učení↔ compare
- Analýza hlavních komponentStrojové učení↔ compare
- t-SNEStrojové učení↔ compare
Odkazuje sem
Našli jste na této stránce chybu? Nahlaste ji nebo navrhněte opravu →