scikit-learn之聚類算法之Affinity Propagation

基本概念 exemplar： 聚類的中心點； s(i,k)： 樣本 i 和樣本 k 之間的類似度，初始化時會有一個類似度矩陣； preference： 偏好參數（參考度），指類似度矩陣中橫軸縱軸索引相同的點，如s(i,i)，表示數據點 i 做爲聚類中心的程度。迭代開始前假設全部點成爲聚類中心的能力相同，所以參考度通常設爲類似度矩陣中全部值得最小值或者中位數，可是參考度越大則說明各數據點成爲聚類中心

>>阅读原文<<