Запис доказів методу

Affinity Propagation

Affinity propagation, introduced by Brendan Frey and Delbert Dueck in 2007, is a clustering algorithm that identifies representative 'exemplars' among the data by exchanging messages between every pair of points until a consistent set of clusters emerges. Unlike k-means it does not require the number of clusters to be specified in advance — that number arises from the data and a 'preference' parameter — and it works directly from pairwise similarities, which need not be a metric.

Sources recorded, not reviewed

Запис джерела

Цитати скопійовано дослівно з вихідного запису методу. Вони не передбачають перевірки на рівні тверджень.

Affinity Propagation Clustering

Запис таксономічного методу · ml-model / machine-learning

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

Відкрити повний метод

Відібрані твердження

Твердження збережено в журналі доказів, кожне зі своєю оцінкою.

Відібраних тверджень ще немає

Цей перегляд не вигадує оцінку твердження, якщо в журналі її немає.

Пов'язані методи

Згенеровано з графа методів і показано як рекомендовані системою зв'язки — жодне твердження доказів не передбачається.

Same method familyDBSCANmachine-suggested · Relational suggestion, not evidence.Same method familyHierarchical Clusteringmachine-suggested · Relational suggestion, not evidence.Same method familyK-Means Clusteringmachine-suggested · Relational suggestion, not evidence.Same method familySpectral Clusteringmachine-suggested · Relational suggestion, not evidence.