Agrupación mediante el intercambio de mensajes entre puntos de datos

Agrupar datos al identificar un subconjunto de ejemplos representativos es importante para procesar señales sensoriales y detectar patrones en los datos. Tales "ejemplares" se pueden encontrar eligiendo aleatoriamente un subconjunto inicial de puntos de datos y luego refinándolo de manera iterativa, pero esto funciona bien solo si esa elección inicial está cerca de una buena solución. Diseñamos un método llamado "propagación de afinidad", que toma como entrada medidas de similitud entre pares de puntos de datos. Se intercambian mensajes de valores reales entre puntos de datos hasta que un conjunto de ejemplares de alta calidad y clústeres correspondientes emerge gradualmente. Utilizamos la propagación de afinidad para agrupar imágenes de rostros, detectar genes en datos de microarreglos, identificar oraciones representativas en este manuscrito e identificar ciudades que se acceden eficientemente a través del transporte aéreo. La propagación de afinidad encontró clústeres con mucho menos error que otros métodos, y lo hizo en menos de una centésima parte del tiempo.