1、算法简介
(1)概述:AP聚类是在2007年的《Clustering by Passing Messages Between Data Points》一文中首次提出的一种新的聚类算法。该算法无需事先定义类数,而是在迭代过程中不断搜索合适的聚类中心,自动从数据点间识别类中心的位置及个数,使所有的数据点到最近的类代表点的相似度之和最大。算法开始时把所有的数据点均视作类中心,通过数据点间的“信息传递”来实现聚类过程。与传统的K-均值算法对初始类中心选择的敏感性相比,AP算法是一种确定性的聚类算法,多次独立运行的聚类结果一般都十分稳定。AP算法是在数据点的相似度矩阵上进行聚类的,聚类的目标是使数据点与其类代表点之间的距离达到最小化。
(2)主要用途:聚类分析。
(3)优缺点
[1] 优点:第一,与众多聚类算法不同,AP聚类不需要指定K(经典的K-Means)或者是其他描述聚类个数(SOM中的网络结构和规模)的参数;第二,一个聚类中最具代表性的点在AP算法中叫做E(Examplar),与其他算法中的聚类中心不同,E是原始数据中确切存在的一个数据点,而不是由多个数据点求平均而得到的聚类中心(K-Means);第三,多次执行AP聚类算法,得到的结果是完全一样的,即不需要进行随机选取初值步骤;第四,对距离矩阵的对称性没要求。AP通过输入相似度矩阵来启动算法,因此允许数据呈非对称,数据适用范围非常大,且误差平方和低。
[2] 缺点:第一,算法复杂度较高,