Spektralno grupiranje
Spektralno grupiranje algoritam je nadziranog učenja utemeljen na grafovima, formaliziran od strane Ng, Jordan i Weiss 2002. godine, koji mapira podatkovne točke u niskodimenzionalni svojstveni prostor izveden iz Laplacijanove matrice sličnosti prije primjene k-means metode. Ovo spektralno ugrađivanje omogućuje oporavak grupa proizvoljnog oblika — prstenova, polumjeseca, isprepletenih spirala — koje metode temeljene na euklidskoj udaljenosti dosljedno ne uspijevaju razdvojiti.
Pročitajte cijelu metodu
Prijavite se besplatnim računom kako biste pročitali ovaj odjeljak.
Method map
The neighbourhood of related methods — select a node to explore.
+5 more
Izvori
- 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 ↗
Kako citirati ovu stranicu
ScholarGate. (2026, June 3). Spectral Clustering via Graph Laplacian Eigenvectors (Ng–Jordan–Weiss Algorithm). ScholarGate. https://scholargate.app/hr/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.
- DBSCANStrojno učenje↔ compare
- Hijerarhijsko grupiranjeStrojno učenje↔ compare
- Grupna analiza K-meansStrojno učenje↔ compare
- Analiza glavnih komponentStrojno učenje↔ compare
- t-SNEStrojno učenje↔ compare
Citirana u
Uočili ste pogrešku na ovoj stranici? Prijavite je ili predložite ispravak →