Metodes pierādījumu reģistrs

Affinity Propagation

Affinity propagation, introduced by Brendan Frey and Delbert Dueck in 2007, is a clustering algorithm that identifies representative 'exemplars' among the data by exchanging messages between every pair of points until a consistent set of clusters emerges. Unlike k-means it does not require the number of clusters to be specified in advance — that number arises from the data and a 'preference' parameter — and it works directly from pairwise similarities, which need not be a metric.

Sources recorded, not reviewed

Avota reģistrs

Atsauces kopētas tieši no metodes avota reģistra. Tās nenozīmē nekādu apgalvojumu līmeņa verifikāciju.

Affinity Propagation Clustering

Taksonomiskās metodes reģistrs · ml-model / machine-learning

Frey, B. J., & Dueck, D. (2007). Clustering by passing messages between data points. Science, 315(5814), 972–976. · DOI 10.1126/science.1136800

Atvērt pilnu metodi

Kurēti apgalvojumi

Apgalvojumi saglabāti pierādījumu reģistrā, katram ar savu novērtējumu.

Vēl nav kurētu apgalvojumu

Šis skatījums neizgudro apgalvojumu novērtējumu, ja reģistrā tā nav.

Saistītās metodes

Ģenerēts no metodes grafika un parādīts kā mašīnas ieteiktas attiecības — netiek izvirzīts neviens pierādījumu apgalvojums.

Same method familyDBSCANmachine-suggested · Relational suggestion, not evidence.Same method familyHierarchical Clusteringmachine-suggested · Relational suggestion, not evidence.Same method familyK-Means Clusteringmachine-suggested · Relational suggestion, not evidence.Same method familySpectral Clusteringmachine-suggested · Relational suggestion, not evidence.