AffinityPropagation .labels_与.predict（）

Question

我正在使用sklearn中的AffinityPropagation进行聚类。

使用clustering.labels_与在相同的训练数据上进行clustering.predict会产生不同的结果（尽管几乎相同）。

对为什么这是真的有任何见解吗？

Answer 1

除了k-means-family以外，请勿将void del_list(stud* &orig_head) { cout << "Deleting entire list..." << endl; delete orig_head; orig_head = nullptr; } 用于任何聚类。

如果您执行predict，则将通过相似性传播来计算结果。

如果您调用 fit，则实际上不是 做AP 。取而代之的是，它只是找到每个点的最近样本。正如您所观察到的那样，这可能会或可能不会产生相同的结果。由于最有可能是近点，因此很有可能是正确的-但它没有进行任何形式的亲和力 propagation 传播，这是与示例最接近的分类。

k-means很好，因为它使用最近的中心逻辑。但这通常不适用于群集。通常，聚类算法无法预测样本外数据。为此，您需要一个分类器。