Agrupamiento Espectral
El Agrupamiento Espectral es un algoritmo de aprendizaje no supervisado basado en grafos, formalizado por Ng, Jordan y Weiss en 2002, que mapea puntos de datos a un espacio de autovalores de baja dimensión derivado del Laplaciano del grafo de similitud antes de aplicar k-medias. Esta incrustación espectral hace posible recuperar agrupaciones de forma arbitraria —anillos, crecientes, espirales entrelazadas— que los métodos basados en distancia euclidiana fallan consistentemente en separar.
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.
+5 more
Fuentes
- 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 ↗
Cómo citar esta página
ScholarGate. (2026, June 3). Spectral Clustering via Graph Laplacian Eigenvectors (Ng–Jordan–Weiss Algorithm). ScholarGate. https://scholargate.app/es/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.
- DBSCANAprendizaje automático↔ compare
- Agrupamiento jerárquicoAprendizaje automático↔ compare
- Agrupamiento K-mediasAprendizaje automático↔ compare
- Análisis de Componentes PrincipalesAprendizaje automático↔ compare
- t-SNEAprendizaje automático↔ compare
Citado por
¿Has visto un problema en esta página? Infórmanos o sugiere una corrección →