R语言Affinity Propagation+AP聚类实战

最新推荐文章于 2024-09-19 22:54:09 发布

Data+Science+Insight

最新推荐文章于 2024-09-19 22:54:09 发布

阅读量494

点赞数 3

分类专栏： R语言从入门到机器学习文章标签： r语言聚类数据挖掘机器学习算法

本文链接：https://blog.csdn.net/zhongkeyuanchongqing/article/details/120982300

版权

R语言从入门到机器学习专栏收录该内容

该专栏为热销专栏榜第99名

2422 篇文章 2564 订阅 ¥89.90 ¥99.00

订阅专栏

超级会员免费看

本文介绍了R语言中的Affinity Propagation（AP）聚类算法，这是一种2007年提出的新型聚类方法，将所有数据点视为潜在聚类中心，通过消息传递确定样本聚类中心。AP算法利用责任(responsibility)和可用性(availability)在数据点间迭代更新，最终形成高质量的聚类中心。

摘要由CSDN通过智能技术生成

R语言Affinity Propagation+AP聚类实战

#仿真数据

#AP(Affinity Propagation)AP聚类

#仿真数据

n = 100
g = 6 
set.seed(g)
d <- data.frame(x = unlist(lapply(1:g, function(i) rnorm(n/g, runif(1)*i^2))), 
                y = unlist(lapply(1:g, function(i) rnorm(n/g, runif(1)*i^2))))


plot(d)