ScholarGate
Assistent
Machine learning

Affinity Propagation-klynging

Affinity propagation, introdusert av Brendan Frey og Delbert Dueck i 2007, er en klyngingsalgoritme som identifiserer representative 'eksemplarer' blant dataene ved å utveksle meldinger mellom hvert par av punkter til et konsistent sett av klynger oppstår. I motsetning til k-means krever den ikke at antall klynger spesifiseres på forhånd – det antallet oppstår fra dataene og en 'preferanse'-parameter – og den opererer direkte fra parvise likheter, som ikke trenger å være en metrikk.

Åpne i MethodMindSnartVideoSnartDownload slides

Les hele metoden

Kun for medlemmer

Logg inn med en gratis konto for å lese denne delen.

Logg inn

Method map

The neighbourhood of related methods — select a node to explore.

Kilder

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

Slik siterer du denne siden

ScholarGate. (2026, June 2). Affinity Propagation Clustering. ScholarGate. https://scholargate.app/no/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
ScholarGateAffinity Propagation (Affinity Propagation Clustering). Hentet 2026-06-15 fra https://scholargate.app/no/machine-learning/affinity-propagation · Datasett: https://doi.org/10.5281/zenodo.20539026