R / apcluster和skilearn

Question

我使用名为depict的软件参与分析，其中包括Python中的亲和力传播分析。

我希望使用R/apcluster来实现对应方以进行其他分析。它似乎都使用相关性，但结果略有不同。这有可能到底吗？非常感谢。

af_obj = AffinityPropagation(affinity = 'precomputed', max_iter=10000, convergence_iter=1000) # using almost only default parameters

print "Affinity Propagation parameters:"

for param, val in af_obj.get_params().items():

    print "\t{}: {}".format(param, val)

    print "Perfoming Affinity Propagation.."

af = af_obj.fit(matrix_corr)

与Python一样：https://github.com/jinghuazhao/PW-pipeline/blob/master/files/network_plot.py

require(apcluster)

apres <- apcluster(corSimMat,tRaw,details=TRUE)

如在R中： https://github.com/jinghuazhao/PW-pipeline/blob/master/files/network.R Ĵ

景华

Answer 1

在Python中提供R包apcluster的所有功能会很棒！

回答有关不同结果的问题：

1. 首先，检查相关/相似度矩阵是否相同。
2. 另请注意，结果不是100％确定性的，因为内部会添加少量随机噪音。
3. 如果两个实现完全相同，则必须检查这两个实现的所有参数。显然，如果使用默认参数，则两种实现都不会得到相同的结果。但如果默认值完全相同，这只是一个问题。据我所知，他们不是。例如，默认阻尼参数不相同。

我希望有所帮助。