Regroupement par propagation d'affinités
La propagation d'affinités, introduite par Brendan Frey et Delbert Dueck en 2007, est un algorithme de regroupement qui identifie des « exemplaires » représentatifs parmi les données en échangeant des messages entre chaque paire de points jusqu'à ce qu'un ensemble cohérent de regroupements émerge. Contrairement à k-moyennes, elle ne nécessite pas que le nombre de regroupements soit spécifié à l'avance — ce nombre découle des données et d'un paramètre de « préférence » — et elle fonctionne directement à partir de similarités par paires, qui n'ont pas besoin d'être une métrique.
Lire la méthode complète
Connectez-vous avec un compte gratuit pour lire cette section.
Method map
The neighbourhood of related methods — select a node to explore.
Sources
- Frey, B. J., & Dueck, D. (2007). Clustering by passing messages between data points. Science, 315(5814), 972–976. DOI: 10.1126/science.1136800 ↗
Comment citer cette page
ScholarGate. (2026, June 2). Affinity Propagation Clustering. ScholarGate. https://scholargate.app/fr/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.
- DBSCANApprentissage automatique↔ compare
- Regroupement hiérarchiqueApprentissage automatique↔ compare
- Regroupement par K-moyennesApprentissage automatique↔ compare
- Spectral ClusteringApprentissage automatique↔ compare
Une erreur sur cette page ? Signalez-la ou proposez une correction →