Question

我正在尝试将sklearn的相似性传播实现用于相当简单的群集，但是，我得到了一些时髦的结果。我试图使用300个群集，每个群集包含3个点，但是AP失败了，所以我尝试了一个看似简单的5个高斯分布群集，每个群集包含100个点的群集问题。结果图链接在下面。有人知道我哪里出问题了吗？

AP plot

我遵循this的@ Anony-Mousse的回复，但是，增加阻尼和最大迭代次数并没有真正的帮助。

import numpy as np
import matplotlib.pyplot as plt
from sklearn.cluster import AffinityPropagation
from itertools import cycle

n_per_cluster = 100
n_clusters = 5
n_total = n_per_cluster*n_clusters

x = np.empty(n_total)
y = np.empty(n_total)
labels = np.empty(n_total)
count = 0
for i in range(n_clusters):
    xseed = np.random.random()*100
    yseed = np.random.random()*100
    normX = np.random.normal(xseed,1,n_per_cluster)
    normY = np.random.normal(yseed,1,n_per_cluster)
    normCount = 0
    for j in range(n_per_cluster):
        x[count] = normX[normCount]
        y[count] = normY[normCount]
        labels[count] = i
        normCount+=1
        count+=1

#print(labels)
#print(x, y)
# plt.scatter(x,y)
# plt.show()
preference = -50
max_iter = 1000
xy = np.column_stack((x,y))
af = AffinityPropagation(damping = 0.9, preference = preference, verbose = True, max_iter = max_iter).fit(xy)
_exemplars_index = af.cluster_centers_indices_
_labels = af.labels_
_n_cluster = len(_exemplars_index)

plt.close('all')
plt.figure(1)
plt.clf()

colors = cycle('bgrcmyk')
for k,col in zip(range(_n_cluster),colors):
    class_members = labels == k #error check
    exemplars = xy[_exemplars_index[k]]
    plt.plot(xy[class_members, 0], xy[class_members,1], col + '.')
    plt.plot(exemplars[0], exemplars[1], 'o', markerfacecolor=col,
             markeredgecolor='k', markersize=14)
    for x in xy[class_members]:
        plt.plot([exemplars[0], x[0]], [exemplars[1], x[1]], col)

plt.title('Estimated number of clusters: %d' % _n_cluster)
plt.show()

它使聚类正确，但是示例在屏幕上。这是一个非常简单的集群问题，因此我想这是用户错误，但我还没有弄清楚。感谢您的帮助

Answer 1

对不起，我应该在发布之前尝试进行参数扫描。显然，AP对度量数据非常敏感。在优先级= -100，阻尼= 0.95和1500次迭代时，我得到了不错的结果。

斯克莱恩（Sklearn）的亲和力传播，好受养人，坏榜样

1 个答案: