Machine learning

Affinity Propagation Clustering

Affinity propagation ซึ่ง Brendan Frey และ Delbert Dueck นำเสนอในปี 2007 เป็นอัลกอริทึมการจัดกลุ่มที่ระบุ 'ตัวอย่าง' (exemplars) ที่เป็นตัวแทนในข้อมูล โดยการแลกเปลี่ยนข้อความระหว่างทุกคู่ของจุดข้อมูล จนกระทั่งชุดของกลุ่มที่สอดคล้องกันปรากฏขึ้น ต่างจาก k-means ตรงที่ไม่จำเป็นต้องระบุจำนวนกลุ่มล่วงหน้า จำนวนดังกล่าวจะเกิดขึ้นจากข้อมูลและพารามิเตอร์ 'ความชอบ' (preference) และอัลกอริทึมทำงานโดยตรงจากความคล้ายคลึงกันระหว่างคู่ (pairwise similarities) ซึ่งไม่จำเป็นต้องเป็นเมตริก

เปิดใน MethodMindเร็ว ๆ นี้วิดีโอเร็ว ๆ นี้Download slides

อ่านวิธีฉบับเต็ม

สำหรับสมาชิกเท่านั้น

เข้าสู่ระบบด้วยบัญชีฟรีเพื่ออ่านส่วนนี้

เข้าสู่ระบบ

Method map

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

แหล่งอ้างอิง

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

วิธีอ้างอิงหน้านี้

ScholarGate. (2026, June 2). Affinity Propagation Clustering. ScholarGate. https://scholargate.app/th/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). สืบค้นเมื่อ 2026-06-15 จาก https://scholargate.app/th/machine-learning/affinity-propagation · ชุดข้อมูล: https://doi.org/10.5281/zenodo.20539026