Agrupamento Espectral
Agrupamento Espectral é um algoritmo de aprendizado não supervisionado baseado em grafos, formalizado por Ng, Jordan e Weiss em 2002, que mapeia pontos de dados para um espaço de autovalores de baixa dimensão derivado do Laplaciano do grafo de similaridade antes de aplicar k-means. Essa incorporação espectral torna possível recuperar agrupamentos de forma arbitrária — anéis, crescentes, espirais entrelaçadas — que métodos baseados em distância euclidiana consistentemente falham em separar.
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.
+5 more
Fontes
- Ng, A. Y., Jordan, M. I., & Weiss, Y. (2002). On Spectral Clustering: Analysis and an Algorithm. Advances in Neural Information Processing Systems, 14, 849–856. link ↗
- von Luxburg, U. (2007). A Tutorial on Spectral Clustering. Statistics and Computing, 17, 395–416. DOI: 10.1007/s11222-007-9033-z ↗
- Shi, J., & Malik, J. (2000). Normalized Cuts and Image Segmentation. IEEE Transactions on Pattern Analysis and Machine Intelligence, 22(8), 888–905. DOI: 10.1109/34.868688 ↗
Como citar esta página
ScholarGate. (2026, June 3). Spectral Clustering via Graph Laplacian Eigenvectors (Ng–Jordan–Weiss Algorithm). ScholarGate. https://scholargate.app/pt/machine-learning/spectral-clustering
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
- Análise de Componentes PrincipaisAprendizado de máquina↔ compare
- t-SNEAprendizado de máquina↔ compare
Referenciado por
Encontrou um problema nesta página? Relate ou sugira uma correção →