Spektrálne zhlukovanie
Spektrálne zhlukovanie je grafový algoritmus neasistovaného učenia, formalizovaný Ngom, Jordanom a Weissom v roku 2002, ktorý mapuje dátové body do nízkorozmerného vlastného priestoru odvodeného z Laplaciánu grafu podobnosti pred aplikáciou k-means. Toto spektrálne vloženie umožňuje objaviť zhluky ľubovoľného tvaru — kruhy, polmesiace, prepletené špirály — ktoré metódy založené na euklidovskej vzdialenosti konzistentne nedokážu oddeliť.
Prečítať celú metódu
Ak si chcete prečítať túto sekciu, prihláste sa s bezplatným účtom.
Method map
The neighbourhood of related methods — select a node to explore.
+5 more
Zdroje
- 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 ↗
Ako citovať túto stránku
ScholarGate. (2026, June 3). Spectral Clustering via Graph Laplacian Eigenvectors (Ng–Jordan–Weiss Algorithm). ScholarGate. https://scholargate.app/sk/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.
- DBSCANStrojové učenie↔ compare
- Hierarchické zhlukovanieStrojové učenie↔ compare
- Zhlukovanie K-meansStrojové učenie↔ compare
- Analýza hlavných komponentovStrojové učenie↔ compare
- t-SNEStrojové učenie↔ compare
Odkazujú sem
Našli ste na tejto stránke chybu? Nahláste ju alebo navrhnite opravu →