Metodin todisteiden tietue

Affinity Propagation

Affinity propagation, introduced by Brendan Frey and Delbert Dueck in 2007, is a clustering algorithm that identifies representative 'exemplars' among the data by exchanging messages between every pair of points until a consistent set of clusters emerges. Unlike k-means it does not require the number of clusters to be specified in advance — that number arises from the data and a 'preference' parameter — and it works directly from pairwise similarities, which need not be a metric.

Sources recorded, not reviewed

Lähdetietue

Sitaatit kopioitu sanatarkasti metodin lähdetietueesta. Niistä ei päätellä väitteiden tasoista varmennusta.

Affinity Propagation Clustering

Taksonominen metoditietue · ml-model / machine-learning

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

Avaa koko metodi

Kuratoituja väitteitä

Väitteet tallennettu todistusaineiston pääkirjaan, jokaisella oma arviointinsa.

Ei vielä kuratoituja väitteitä

Tämä näkymä ei keksi väitteen arviointia, jos pääkirjassa ei ole sitä.

Liittyvät metodit

Luotu metodigraafista ja näytetään koneen ehdottamina suhteina – väitteitä ei päätellä.

Same method familyDBSCANmachine-suggested · Relational suggestion, not evidence.Same method familyHierarchical Clusteringmachine-suggested · Relational suggestion, not evidence.Same method familyK-Means Clusteringmachine-suggested · Relational suggestion, not evidence.Same method familySpectral Clusteringmachine-suggested · Relational suggestion, not evidence.