Agrupamento por Propagação de Afinidade
A propagação de afinidade, introduzida por Brendan Frey e Delbert Dueck em 2007, é um algoritmo de agrupamento que identifica 'exemplares' representativos entre os dados através da troca de mensagens entre cada par de pontos até que um conjunto consistente de clusters emerja. Diferentemente do k-means, não requer que o número de clusters seja especificado antecipadamente — esse número surge dos dados e de um parâmetro de 'preferência' — e opera diretamente a partir de similaridades par a par, que não precisam ser métricas.
Leia o método completo
Entre com uma conta gratuita para ler esta seção.
Method map
The neighbourhood of related methods — select a node to explore.
Fontes
- Frey, B. J., & Dueck, D. (2007). Clustering by passing messages between data points. Science, 315(5814), 972–976. DOI: 10.1126/science.1136800 ↗
Como citar esta página
ScholarGate. (2026, June 2). Affinity Propagation Clustering. ScholarGate. https://scholargate.app/pt/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.
- DBSCANAprendizado de máquina↔ compare
- Agrupamento HierárquicoAprendizado de máquina↔ compare
- Agrupamento K-MeansAprendizado de máquina↔ compare
- Agrupamento EspectralAprendizado de máquina↔ compare
Encontrou um problema nesta página? Relate ou sugira uma correção →