Agrupamiento por Propagación de Afinidad
La propagación de afinidad, introducida por Brendan Frey y Delbert Dueck en 2007, es un algoritmo de agrupamiento que identifica 'ejemplares' representativos entre los datos mediante el intercambio de mensajes entre cada par de puntos hasta que emerge un conjunto coherente de clústeres. A diferencia de k-medias, no requiere que el número de clústeres se especifique de antemano —ese número surge de los datos y un parámetro de 'preferencia'— y opera directamente a partir de similitudes por pares, que no necesitan ser una métrica.
Leer el método completo
Inicia sesión con una cuenta gratuita para leer esta sección.
Method map
The neighbourhood of related methods — select a node to explore.
Fuentes
- Frey, B. J., & Dueck, D. (2007). Clustering by passing messages between data points. Science, 315(5814), 972–976. DOI: 10.1126/science.1136800 ↗
Cómo citar esta página
ScholarGate. (2026, June 2). Affinity Propagation Clustering. ScholarGate. https://scholargate.app/es/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.
- DBSCANAprendizaje automático↔ compare
- Agrupamiento jerárquicoAprendizaje automático↔ compare
- Agrupamiento K-MeansAprendizaje automático↔ compare
- Agrupamiento EspectralAprendizaje automático↔ compare
¿Has visto un problema en esta página? Infórmanos o sugiere una corrección →