Machine learning

Clustering με Διάδοση Συγγένειας

Η διάδοση συγγένειας (affinity propagation), που εισήχθη από τους Brendan Frey και Delbert Dueck το 2007, είναι ένας αλγόριθμος ομαδοποίησης που εντοπίζει αντιπροσωπευτικά «πρότυπα» (exemplars) μεταξύ των δεδομένων ανταλλάσσοντας μηνύματα μεταξύ κάθε ζεύγους σημείων έως ότου προκύψει ένα συνεπές σύνολο συστάδων. Σε αντίθεση με το k-means, δεν απαιτείται ο αριθμός των συστάδων να προσδιοριστεί εκ των προτέρων — ο αριθμός αυτός προκύπτει από τα δεδομένα και μια παράμετρο «προτίμησης» — και λειτουργεί απευθείας από ζευγαρωτές ομοιότητες, οι οποίες δεν χρειάζεται να είναι μετρικές.

Άνοιγμα στο MethodMindΣύντομαΒίντεοΣύντομαDownload slides

Διαβάστε ολόκληρη τη μέθοδο

Μόνο για μέλη

Συνδεθείτε με δωρεάν λογαριασμό για να διαβάσετε αυτή την ενότητα.

Σύνδεση

Method map

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

Πηγές

  1. Frey, B. J., & Dueck, D. (2007). Clustering by passing messages between data points. Science, 315(5814), 972–976. DOI: 10.1126/science.1136800

Πώς να παραπέμψετε σε αυτή τη σελίδα

ScholarGate. (2026, June 2). Affinity Propagation Clustering. ScholarGate. https://scholargate.app/el/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). Ανακτήθηκε στις 2026-06-15 από https://scholargate.app/el/machine-learning/affinity-propagation · Σύνολο δεδομένων: https://doi.org/10.5281/zenodo.20539026