Machine learning
어피니티 전파 군집화
Brendan Frey와 Delbert Dueck가 2007년에 소개한 어피니티 전파(Affinity Propagation)는 데이터 내에서 대표적인 '예시점(exemplar)'을 식별하는 군집화 알고리즘으로, 일관된 군집 집합이 나타날 때까지 모든 점 쌍 사이에 메시지를 교환합니다. K-평균과는 달리 군집 수를 미리 지정할 필요가 없으며, 군집 수는 데이터와 '선호도(preference)' 매개변수로부터 결정됩니다. 또한, 메트릭일 필요가 없는 쌍별 유사도(pairwise similarity)로부터 직접 작동합니다.
방법 전문 읽기
회원 전용
로그인무료 계정으로 로그인하면 이 섹션을 읽을 수 있습니다.
Method map
The neighbourhood of related methods — select a node to explore.
출처
- Frey, B. J., & Dueck, D. (2007). Clustering by passing messages between data points. Science, 315(5814), 972–976. DOI: 10.1126/science.1136800 ↗
이 페이지 인용 방법
ScholarGate. (2026, June 2). Affinity Propagation Clustering. ScholarGate. https://scholargate.app/ko/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.
Compare side by side →