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.
Διαβάστε ολόκληρη τη μέθοδο
Συνδεθείτε με δωρεάν λογαριασμό για να διαβάσετε αυτή την ενότητα.
Method map
The neighbourhood of related methods — select a node to explore.
Πηγές
- 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.
- DBSCANΜηχανική Μάθηση↔ compare
- Ιεραρχική ομαδοποίησηΜηχανική Μάθηση↔ compare
- Συσταδοποίηση K-MeansΜηχανική Μάθηση↔ compare
- Φασματική ΟμαδοποίησηΜηχανική Μάθηση↔ compare
Εντοπίσατε πρόβλημα σε αυτή τη σελίδα; Αναφέρετέ το ή προτείνετε διόρθωση →