AffinityPropagation ap聚類

AP聚類通常翻譯爲近鄰傳播聚類，07年被提出，其優勢有： html 不須要制定最終聚類族的個數  已有的數據點做爲最終的聚類中心，而不是新生成一個族中心。  模型對數據的初始值不敏感。  對初始類似度矩陣數據的對稱性沒有要求。  相比與k-centers聚類方法，其結果的平方差偏差較小。 首先簡要介紹一下AP算法，跟其餘聚類算法的不一樣之處是，AP在開始時，將全部節點都當作潛在的聚類中心，而後經過

>>阅读原文<<