在统计和数据挖掘里，affinity propagation(AP)是一种基于数据点之间的“信息传递”的聚类算法。与k-means等其它聚类算法不同的是，AP不需要在聚类前确定或估计类的个数。类似于k-medoids, AP需要寻找原型(exemplars), 即，代表类的输入集里的成员。AP算法广泛应用于计算机视觉和计算生物学领域。

算法描述

设 x1,x2,…,xn x_1, x_2, \dots, x_nx
1
​       
,x
2
​       
,…,x
n
​       
  组成数据点集合，这里并不需要假设数据集的结构。令 s ss 是一个量化任何两点相似度的函数。对任意 xi x_ix
i
​       
, s(xi,xj)>s(xi,xk) s(x_i, x_j)>s(x_i, x_k)s(x
i
​       
,x
j
​       
)>s(x
i
​       
,x
k
​       
), 当且仅当
xi x_ix
i
​       
  与 xj x_jx
j
​       
  更相似。在这里，使用负平方距离，即，

s(i,j)=−∥xi−xj∥2 s(i, j)=-\|x_i-x_j\|^2
s(i,j)=−∥x
i
​       
−x
j
​       
∥
2


令相似矩阵 S=(s(i,j)) S=(s(i, j))S=(s(i,j)), 它的对角元 s(i,i) s(i, i)s(i,i) 尤其重要，因为它代表了输入偏好。这意味着一个输入在多大程度上可能是一个exemplar. 特别地，当所有对角元都相同时，它实际上控制了算法产生多少个类。该值越大，产生的类就越多。AP算法在两个信息传递步迭代，升级两个测度。

responsibility 矩阵 R \mathrm{R}R, 矩阵元素 r(i,k) r(i, k)r(i,k) 量化 xi x_ix
i
​       
  作为 xk x_kx
k
​       
  的exemplar的适配程度。

availability 矩阵 A \mathrm{A}A, 矩阵元素 a(i,k) a(i, k)a(i,k) 表示 xi x_ix
i
​       
  选择 xk x_kx
k
​       
  作为它的exemplar的适合程度。

R \mathrm{R}R, A \mathrm{A}A 初始化为零矩阵。然后，算法在下面的两步间迭代升级：

首先升级 R \mathrm{R}R:
r(i,k)←s(i,k)−maxk′≠k{a(i,k′)+s(i,k′)} r(i, k)\leftarrow s(i, k)-\max_{k'\ne k}\{a(i, k')+s(i, k')\}
r(i,k)←s(i,k)−
k
′

̸
​       
=k
max
​       
{a(i,k
′
)+s(i,k
′
)}

然后升级 A \mathrm{A}A:
Unexpected text node: '   'Unexpected text node: '   '
a(i,k)←min⟮0,r(k,k)+
i
′
∈
/
​       
{i,k}
∑
​       
max(0,r(i
′
,k))⟯fori
̸
​       
=k

a(k,k)←∑i′≠kmax(0,r(i′,k)) a(k, k)\leftarrow \sum_{i'\ne k}\max (0, r(i', k))
a(k,k)←
i
′

̸
​       
=k
∑
​       
max(0,r(i
′
,k))

迭代进行到达到类的边界，或者预定的迭代次数，算法停止。对于满足 r(i,i)+a(i,i)>0 r(i, i)+a(i, i)>0r(i,i)+a(i,i)>0 的数据点，作为类的exemplars.

Python 实例

scikit-learn的方法 AffinityPropagation 实现AP聚类。下面，我们使用方法make_blobs
模拟300个样本、3个中心的isotropic高斯数据团，在这些模拟数据上进行聚类，比较聚类效果。

from sklearn.cluster import AffinityPropagation
from sklearn import metrics
from sklearn.datasets.samples_generator import make_blobs

# #############################################################################
# Generate sample data
centers = [[1, 1], [-1, -1], [1, -1]]
X, labels_true = make_blobs(n_samples=300, centers=centers, cluster_std=0.5,
                            random_state=0)

# #############################################################################
# Compute Affinity Propagation
af = AffinityPropagation(preference=-50).fit(X)
cluster_centers_indices = af.cluster_centers_indices_
labels = af.labels_

n_clusters_ = len(cluster_centers_indices)

print('Estimated number of clusters: %d' % n_clusters_)
print("Homogeneity: %0.3f" % metrics.homogeneity_score(labels_true, labels))
print("Completeness: %0.3f" % metrics.completeness_score(labels_true, labels))
print("V-measure: %0.3f" % metrics.v_measure_score(labels_true, labels))
print("Adjusted Rand Index: %0.3f"
      % metrics.adjusted_rand_score(labels_true, labels))
print("Adjusted Mutual Information: %0.3f"
      % metrics.adjusted_mutual_info_score(labels_true, labels))
print("Silhouette Coefficient: %0.3f"
      % metrics.silhouette_score(X, labels, metric='sqeuclidean'))

# #############################################################################
# Plot result
import matplotlib.pyplot as plt
from itertools import cycle

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

colors = cycle('bgrcmykbgrcmykbgrcmykbgrcmyk')
for k, col in zip(range(n_clusters_), colors):
    class_members = labels == k
    cluster_center = X[cluster_centers_indices[k]]
    plt.plot(X[class_members, 0], X[class_members, 1], col + '.')
    plt.plot(cluster_center[0], cluster_center[1], 'o', markerfacecolor=col,
             markeredgecolor='k', markersize=14)
    for x in X[class_members]:
        plt.plot([cluster_center[0], x[0]], [cluster_center[1], x[1]], col)

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


---------------------
【转载】
作者：Goodsta
原文：https://blog.csdn.net/wong2016/article/details/84327947