Affinity Propagation（sklearn） - 奇怪的行为

Question

尝试将亲和力传播用于简单的群集任务：

from sklearn.cluster import AffinityPropagation
c = [[0], [0], [0], [0], [0], [0], [0], [0]]
af = AffinityPropagation (affinity = 'euclidean').fit (c)
print (af.labels_)

我得到了这个奇怪的结果： [0 1 0 1 2 1 1 0]

我希望所有样本都在同一个集群中，例如：

c = [[0], [0], [0]]
af = AffinityPropagation (affinity = 'euclidean').fit (c)
print (af.labels_)

确实将所有样本放在同一个集群中： [0 0 0]

我错过了什么？

由于

Answer 1

我相信这是因为你的问题本质上是不适合的（你将许多相同的观点传递给试图找到不同点之间相似性的算法）。 AffinityPropagation正在进行矩阵数学运算，你的相似性矩阵（全为零）是彻底退化的。为了不出错，执行adds a small random matrix到相似度矩阵，防止算法在遇到两个相同点时退出。