Machine learning

Klasterovanje propagacijom afiniteta

Propagacija afiniteta, koju su uveli Brendan Frey i Delbert Dueck 2007. godine, algoritam je za klasterovanje koji identifikuje reprezentativne „egzemplare“ među podacima razmenom poruka između svakog para tačaka dok se ne pojavi konzistentan skup klastera. Za razliku od k-means algoritma, ne zahteva da se broj klastera unapred specificira — taj broj proizilazi iz podataka i parametra „preferencije“ — i radi direktno sa parnim sličnostima, koje ne moraju biti metrika.

Otvorite u MethodMindUskoroVideoUskoroDownload slides

Pročitajte celu metodu

Samo za članove

Prijavite se besplatnim nalogom da biste pročitali ovaj odeljak.

Prijavite se

Method map

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

Izvori

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

Kako citirati ovu stranicu

ScholarGate. (2026, June 2). Affinity Propagation Clustering. ScholarGate. https://scholargate.app/sr/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). Preuzeto 2026-06-15 sa https://scholargate.app/sr/machine-learning/affinity-propagation · Skup podataka: https://doi.org/10.5281/zenodo.20539026