AP聚类算法使用详解（scikit-learn）

    Affinity Propagation Clustering（简称AP算法）是2007提出的，当时发表在Science上《single-exemplar-based》。特别适合高维、多类数据快速聚类，相比传统的聚类算法，从聚类性能和效率方面都有大幅度的提升。

    首先介绍一下算法原理。

    首先引入两个概念，吸引度和归属度矩阵

    吸引度（responsibility）矩阵R：其中r(i,k)描述了数据对象k适合作为数据对象i的聚类中心的程度，表示的是从i到k的消息；

    归属度（availability）矩阵A：其中a(i,k)描述了数据对象i选择数据对象k作为其据聚类中心的适合程度，表示从k到i的消息。

    Step1：算法初始，这两个矩阵均初始化为0矩阵。

    Step2：更新吸引度矩阵 

    Step3：更新归属度矩阵