Clustering a Propagazione di Affinità
La propagazione di affinità, introdotta da Brendan Frey e Delbert Dueck nel 2007, è un algoritmo di clustering che identifica 'esemplari' rappresentativi tra i dati scambiando messaggi tra ogni coppia di punti finché non emerge un insieme coerente di cluster. A differenza di k-means, non richiede che il numero di cluster sia specificato in anticipo — tale numero deriva dai dati e da un parametro di 'preferenza' — e opera direttamente su similarità pairwise, che non necessitano di essere metriche.
Leggi il metodo completo
Accedi con un account gratuito per leggere questa sezione.
Method map
The neighbourhood of related methods — select a node to explore.
Fonti
- Frey, B. J., & Dueck, D. (2007). Clustering by passing messages between data points. Science, 315(5814), 972–976. DOI: 10.1126/science.1136800 ↗
Come citare questa pagina
ScholarGate. (2026, June 2). Affinity Propagation Clustering. ScholarGate. https://scholargate.app/it/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.
- DBSCANApprendimento automatico↔ compare
- Clustering gerarchicoApprendimento automatico↔ compare
- Clustering K-MeansApprendimento automatico↔ compare
- Spectral ClusteringApprendimento automatico↔ compare
Hai notato un problema in questa pagina? Segnalalo o proponi una correzione →