AP简介

亲和力传播算法无需指定聚类的结果，使用的是AffinityPropagation，详情请参考：https://www.cnblogs.com/lc1217/p/6908031.html

算法优缺点

AP算法的优点：

不需要制定最终聚类族的个数
族中心点是已有的数据点，并不会额外出现新的数据点
其结果的平方差误差较小。

AP算法的不足：

AP算法的时间复杂度较高，一次迭代大概O(N3)
调参的结果（阻尼系数）对结果影响巨大

AP算例

from numpy import unique
from sklearn.cluster import AffinityPropagation
import numpy as np
from sklearn.preprocessing import StandardScaler# 定义数据集
X = np.random.random((500, 4))
X = StandardScaler().fit_transform(X)
# 定义模型
model = AffinityPropagation(damping=0.5) # 设置damping : 阻尼系数，取值[0.5,1)
# 匹配模型
model.fit(X)
yhat = model.predict(X)  # yhat为集群结果
clusters = len(unique(yhat))  # 类别

聚类方法学习（三）亲和力传播算法AP相关推荐

AP(Affinity Propagation)亲和力传播算法
原文链接 https://www.cnblogs.com/lc1217/p/6908031.html 1.算法简介 AP(Affinity Propagation)通常被翻译为近邻传播算法或者亲和力传 ...
八种点云聚类方法（三）
本文为博主原创文章,未经博主允许不得转载. 本文为专栏<python三维点云从基础到深度学习>系列文章,地址为"https://blog.csdn.net/suiyingy/ar ...
深度学习之反向传播算法
深度学习之反向传播算法直观理解反向传播反向传播算法是用来求那个复杂到爆的梯度的. 上一集中提到一点,13000维的梯度向量是难以想象的.换个思路,梯度向量每一项的大小,是在说代价函数对每个参数有多 ...
深度学习-误差反向传播算法
文章目录一.误差反向传播算法是干什么的? 二.计算图 (一) 了解计算图的写法 (二)局部计算 (三) 计算图的优点三. 误差反向传播算法的具体实现一.误差反向传播算法是干什么的? 通过数值微分 ...
神经网络与深度学习-chapter2 反向传播算法
英语原文:Neural Networks and Deep Learning(Michael Nielsen) 中文译文:神经网络与深度学习(Michael Nielsen) 第2章反向传播算法如何 ...
深度学习中反向传播算法简单推导笔记
反向传播算法简单推导笔记 1.全连接神经网络该结构的前向传播可以写成: z(1)=W(1)x+b(1)z^{(1)} = W^{(1)}x+b^{(1)}z(1)=W(1)x+b(1) a(1)=σ ...
Weka学习三（ensemble算法）
前两次我们讲了数据挖掘中比较常见的两类方法.这次我来介绍一下ensemble(集成技术),总的来说,ensemble技术是归类在分类中的.它的主要原理是通过集成多个分类器的效果来达到提高分类效果的目的 ...
深度学习(3)--反向传播算法
由上一节的内容中我们知道了随机梯度下降算法,我们通过下面两个公式来进行更新,最重要的就是对两个变量weights和biases的更新,我们通过backpropagation来计算偏导数. Backpr ...
python音频聚类_Python实现聚类算法AP
1.算法简介 AP(Affinity Propagation)通常被翻译为近邻传播算法或者亲和力传播算法,是在2007年的Science杂志上提出的一种新的聚类算法.AP算法的基本思想是将全部数据点都 ...

聚类方法学习（三）亲和力传播算法AP

AP简介

算法优缺点

AP算例

聚类方法学习（三）亲和力传播算法AP相关推荐

最新文章

热门文章