聚类分析 | AP近邻传播聚类算法

效果一览

基本介绍

AP近邻传播聚类算法

AP（Affinity Propagation）近邻传播聚类算法是一种基于数据点之间的相似度矩阵来进行聚类的算法。该算法不需要事先设定聚类簇的个数，而是通过在数据点之间传播消息来确定最终的簇中心。

在AP聚类算法中，每个数据点都被认为是潜在的簇中心，然后数据点之间的相似度信息被用来更新数据点之间的消息传递。经过多次迭代，最终确定每个数据点所属的簇。

AP算法的优点是不需要预先指定簇的个数，同时能够很好地处理高维数据和非凸数据。然而，它的缺点是算法的时间复杂度较高且对初始值敏感。

程序设计

• 完整程序私信博主回复AP近邻传播聚类算法。

参考资料

[1] https://hmlhml.blog.csdn.net/article/details/135536086?spm=1001.2014.3001.5502
[2] https://hmlhml.blog.csdn.net/article/details/137166860?spm=1001.2014.3001.5502
[3] https://hmlhml.blog.csdn.net/article/details/132372151