AffinityPropagation#

class sklearn.cluster.AffinityPropagation(*, damping=0.5, max_iter=200, convergence_iter=15, copy=True, preference=None, affinity='euclidean', verbose=False, random_state=None)[source]#

执行亲和传播（Affinity Propagation）数据聚类。

欲了解更多信息，请参阅用户指南。

参数:
damping浮点数, 默认值=0.5

阻尼因子，范围为 [0.5, 1.0)，表示当前值相对于传入值（权重为 1 - 阻尼）的保持程度。这样做是为了避免在更新这些值（消息）时出现数值振荡。

max_iter整型, 默认值=200

最大迭代次数。

convergence_iter整型, 默认值=15

估计聚类数量无变化的迭代次数，达到此次数即停止收敛。

copy布尔型, 默认值=True

复制输入数据。

preference类数组，形状为 (n_samples,) 或浮点数, 默认值=None

每个点的偏好值——偏好值越大的点越有可能被选为代表。代表（即聚类）的数量受输入偏好值的影响。如果未将偏好值作为参数传入，它们将被设置为输入相似度的中位数。

affinity{‘euclidean’, ‘precomputed’}, 默认值='euclidean'

要使用的亲和度类型。目前支持‘precomputed’和euclidean。‘euclidean’使用点之间的负平方欧氏距离。

verbose布尔型, 默认值=False

是否启用详细输出。

random_state整型, RandomState 实例或 None, 默认值=None

伪随机数生成器，用于控制起始状态。使用整数可在函数调用之间获得可重现的结果。请参阅术语表。

0.23 版本新增: 此参数以前硬编码为 0。

属性:
cluster_centers_indices_ndarray，形状为 (n_clusters,)

聚类中心的索引。

cluster_centers_ndarray，形状为 (n_clusters, n_features)

聚类中心（如果 affinity != precomputed）。

labels_ndarray，形状为 (n_samples,)

每个点的标签。

affinity_matrix_ndarray，形状为 (n_samples, n_samples)

存储在fit中使用的亲和度矩阵。

n_iter_整型

收敛所需的迭代次数。

n_features_in_整型

在fit期间看到的特征数量。

0.24 版本新增。

feature_names_in_ndarray，形状为 (n_features_in_,)

在fit期间看到的特征名称。仅当X的特征名称全部为字符串时才定义。

1.0 版本新增。

另请参阅

AgglomerativeClustering

递归地合并使给定链接距离增加最小的聚类对。

FeatureAgglomeration

与 AgglomerativeClustering 类似，但递归地合并特征而不是样本。

KMeans

K-Means 聚类。

MiniBatchKMeans

Mini-Batch K-Means 聚类。

MeanShift

使用平坦核的均值漂移聚类。

SpectralClustering

将聚类应用于归一化拉普拉斯算子的投影。

备注

亲和传播的算法复杂度与点数的平方成正比。

当算法不收敛时，如果存在任何代表/聚类，它仍将返回cluster_center_indices和标签数组，但它们可能是退化的，应谨慎使用。

当fit不收敛时，cluster_centers_仍然会填充，但可能退化。在这种情况下，请谨慎操作。如果fit不收敛且未能生成任何cluster_centers_，则predict会将每个样本标记为-1。

当所有训练样本具有相同的相似性和相同的偏好时，聚类中心和标签的分配取决于偏好。如果偏好小于相似性，fit将产生一个单一的聚类中心，并为每个样本分配标签0。否则，每个训练样本都将成为其自身的聚类中心，并被分配一个唯一的标签。

参考文献

Brendan J. Frey 和 Delbert Dueck，“通过数据点间消息传递进行聚类”，《科学》2007 年 2 月

示例

>>> from sklearn.cluster import AffinityPropagation
>>> import numpy as np
>>> X = np.array([[1, 2], [1, 4], [1, 0],
...               [4, 2], [4, 4], [4, 0]])
>>> clustering = AffinityPropagation(random_state=5).fit(X)
>>> clustering
AffinityPropagation(random_state=5)
>>> clustering.labels_
array([0, 0, 0, 1, 1, 1])
>>> clustering.predict([[0, 0], [4, 4]])
array([0, 1])
>>> clustering.cluster_centers_
array([[1, 2],
       [4, 2]])

有关示例用法，请参阅亲和传播聚类算法演示。

有关亲和传播与其他聚类算法的比较，请参阅玩具数据集上不同聚类算法的比较

fit(X, y=None)[source]#

从特征或亲和度矩阵拟合聚类。

参数:
X{类数组, 稀疏矩阵}，形状为 (n_samples, n_features)，或类数组，形状为 (n_samples, n_samples)

要聚类的训练实例，如果affinity='precomputed'，则为实例间的相似度/亲和度。如果提供了稀疏特征矩阵，它将被转换为稀疏的csr_matrix。

y忽略

未使用，根据约定在此处保留以保持 API 一致性。

返回:
self

返回实例本身。

fit_predict(X, y=None)[source]#

从特征/亲和度矩阵拟合聚类；返回聚类标签。

参数:
X{类数组, 稀疏矩阵}，形状为 (n_samples, n_features)，或类数组，形状为 (n_samples, n_samples)

要聚类的训练实例，如果affinity='precomputed'，则为实例间的相似度/亲和度。如果提供了稀疏特征矩阵，它将被转换为稀疏的csr_matrix。

y忽略

未使用，根据约定在此处保留以保持 API 一致性。

返回:
labelsndarray，形状为 (n_samples,)

聚类标签。

get_metadata_routing()[source]#

获取此对象的元数据路由。

请查看用户指南以了解路由机制的工作原理。

返回:
routingMetadataRequest

一个封装了路由信息的MetadataRequest。

get_params(deep=True)[source]#

获取此估计器的参数。

参数:
deep布尔型, 默认值=True

如果为 True，将返回此估计器及其包含的作为估计器的子对象的参数。

返回:
params字典

参数名称及其对应的值。

predict(X)[source]#

预测 X 中每个样本所属的最接近的聚类。

参数:
X{类数组, 稀疏矩阵}，形状为 (n_samples, n_features)

要预测的新数据。如果提供了稀疏矩阵，它将被转换为稀疏的csr_matrix。

返回:
labelsndarray，形状为 (n_samples,)

聚类标签。

set_params(**params)[source]#

设置此估计器的参数。

此方法适用于简单的估计器以及嵌套对象（例如Pipeline）。后者具有<component>__<parameter>形式的参数，因此可以更新嵌套对象的每个组件。

参数:
**params字典

估计器参数。

返回:
self估计器实例

估计器实例。