AP聚类算法，又称Affinity Propagation，是一种不需要预设聚类数目的方法，由Frey和Dueck在2007年提出。它利用数据点之间的相似度传递消息来形成聚类，其优点包括无需指定聚类数量，数据点自身作为聚类中心，对初始值不敏感，且不对称相似度矩阵也可用。算法涉及Exemplar、Responsibility和Availability等概念，通过迭代更新归属度和吸引度信息来确定聚类。尽管AP算法避免了指定聚类中心个数，但需要设置参考度，且在大数据量下运行时间较长。
算法概述
原文：
[Frey B J, Dueck D. Clustering by passing messages between data points[J]. science, 2007, 315(5814): 972-976.](Frey B J, Dueck D. Clustering by passing messages between data points[J]. science, 2007, 315(5814)
AP聚类一般翻译为近邻传播聚类，07年被提出，其优点有：
1. 不需要制定最终聚类族的个数
2. 已有的数据点作为最终的聚类中心，而不是新生成一个族中心。
3. 模型对数据的初始值不敏感。
4. 对初始相似度矩阵数据的对称性没有要求。
5. 相比与k-centers聚类方法，其结果的平方差误差较小。
基本概念：
* Exemplar范例：即聚类族中心点；
* s(i,j)：数据点i与数据点j的相似度值，一般使用欧氏距离的的负值表示，即s(i,j)值越大表示点i与j的距离越近，AP算法中理解为数据点j作为数据点i的聚类中心的能力；
* 相似度矩阵：作为算法的初始化矩阵，n个点就有由n乘n个相似度值组成的矩阵；
* Preference参考度或称为偏好参数：是相似度矩阵中横轴纵轴索引相同的点，如s(i,i)，若按欧氏距离计算其值应为0，但在AP聚类中其表示数据点i作为聚类中心的程度，因此不能为0。迭代开始前假设所有点成为聚类中心的能力相同，因此参考度一般设为相似度矩阵中所有值得最小值或者中位数，但是参考度越大则说明个数据点成为聚类中心的能力越强，则最终聚类中心的个数则越多；
* Responsibility，r(i,k)：吸引度信息，表示数据点k适合作为数据点i的聚类中心的程度；公式如下：
其中a(i,k’)表示除k外其他点对i点的归属度值，初始为0；s(i,k’)表示除k外其他点对i的吸引度，即i外其他点都在争夺i点的 所有权；r(i,k)表示数据点k成为数据点i的聚类中心的累积证明，r(i,k)值大于0，则表示数据点k成为聚类中心的能力强。说明：此时只考虑哪个点k成为点i的聚类中心的可能性最大，但是没考虑这个吸引度最大的k是否也经常成为其他点的聚类中心（即归属度），若点k只是点i的聚类中心，不是其他任何点的聚类中心，则会造成最终聚类中心个数大于实际的中心个数。
* Availability，a(i,k)：归属度信息，表示数据点i选择数据点k作为其聚类中心的合适程度，公式如下：
最低0.47元/天 解锁文章
608
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
