密度聚类(Density peaks Clustering)Python实现

Rodriguez A, Laio A. Clustering by fast search and find of density peaks[J]. Science, 2014, 344(6191): 1492-1496.

这是朋友推荐给我的一篇文章，大体的思想是：通过计算全局（当然也可以优化到局部）所有Sample相互之间的距离，并对某个Sample与其他所有点之间的距离进行排序，通过一个threshold对距离进行分割获取有效后，根据该Sample有效距离内的其他Sample的数量来推算该点的密度，再计算低密度点到高密度点的最小距离（最高密度点取最大距离），通过密度和最小距离这两个参数构建直角坐标系，在这个直角坐标系中最右上角的点即聚类中心点。（这一块的理论可以参考http://blog.csdn.net/itplus/article/details/38926837的文章，他讲得很详细，我这里只是大概描述一下这个算法的流程）

其实原来打算用在自己的实验中的，结果发现效果并不是我所需要的，所以这里我就公开一下python实现的代码，供大家参考，如果有不足请一定指出，共同学习进步。

先上效果图一张（上图是Sample分布图，下图则是密度-距离图）：