Clustering Propagasi Afinitas
Propagasi afinitas, diperkenalkan oleh Brendan Frey dan Delbert Dueck pada tahun 2007, adalah algoritma pengelompokan yang mengidentifikasi 'eksemplar' representatif di antara data dengan bertukar pesan antara setiap pasangan titik hingga seperangkat kluster yang konsisten muncul. Berbeda dengan k-means, algoritma ini tidak memerlukan jumlah kluster untuk ditentukan sebelumnya—jumlah tersebut muncul dari data dan parameter 'preferensi'—dan bekerja langsung dari kesamaan pasangan, yang tidak harus berupa metrik.
Baca metode selengkapnya
Masuk dengan akun gratis untuk membaca bagian ini.
Method map
The neighbourhood of related methods — select a node to explore.
Sumber
- Frey, B. J., & Dueck, D. (2007). Clustering by passing messages between data points. Science, 315(5814), 972–976. DOI: 10.1126/science.1136800 ↗
Cara menyitasi halaman ini
ScholarGate. (2026, June 2). Affinity Propagation Clustering. ScholarGate. https://scholargate.app/id/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.
- DBSCANPembelajaran Mesin↔ compare
- Pengelompokan HirarkisPembelajaran Mesin↔ compare
- Klasterisasi K-MeansPembelajaran Mesin↔ compare
- Spectral ClusteringPembelajaran Mesin↔ compare
Menemukan masalah di halaman ini? Laporkan atau usulkan perbaikan →