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
อ่านวิธีฉบับเต็ม
เข้าสู่ระบบด้วยบัญชีฟรีเพื่ออ่านส่วนนี้
Method map
The neighbourhood of related methods — select a node to explore.
แหล่งอ้างอิง
- 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.
- DBSCANการเรียนรู้ของเครื่อง↔ compare
- การจัดกลุ่มแบบลำดับชั้นการเรียนรู้ของเครื่อง↔ compare
- การจัดกลุ่มแบบ K-Meansการเรียนรู้ของเครื่อง↔ compare
- Spectral Clusteringการเรียนรู้ของเครื่อง↔ compare