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]#

执行数据的 Affinity Propagation 聚类。

在用户指南中阅读更多内容。

参数:
dampingfloat, default=0.5

范围在 [0.5, 1.0) 之间的阻尼因子是当前值相对于传入值（权重为 1 - damping）保持的程度。这是为了避免在更新这些值（消息）时出现数值振荡。

max_iter整型, 默认为 200

最大迭代次数。

convergence_iterint, default=15

估计聚类数量没有变化的迭代次数，达到此次数时停止收敛。

copy布尔值, 默认为 True

创建输入数据的副本。

preferencearray-like of shape (n_samples,) or float, default=None

每个点的偏好值 - 偏好值较大的点更有可能被选为代表。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，则会将其设置为输入相似度的中位数。

affinity{‘euclidean’, ‘precomputed’}, default=’euclidean’

使用哪种亲和度。目前支持“precomputed”和 euclidean。“euclidean”使用点之间负平方欧几里得距离。

verbosebool, default=False

是否启用详细模式。

random_stateint, RandomState instance or None, default=None

用于控制起始状态的伪随机数生成器。使用整数可以在函数调用中产生可重现的结果。参见词汇表。

版本 0.23 新增: 此参数以前硬编码为 0。

属性:
cluster_centers_indices_ndarray of shape (n_clusters,)

聚类中心的索引。

cluster_centers_ndarray of shape (n_clusters, n_features)

聚类中心（如果 affinity != precomputed）。

labels_ndarray of shape (n_samples,)

每个点的标签。

affinity_matrix_ndarray of shape (n_samples, n_samples)

存储 fit 中使用的亲和度矩阵。

n_iter_int

收敛所需的迭代次数。

n_features_in_int

在 拟合 期间看到的特征数。

0.24 版本新增。

feature_names_in_shape 为 (n_features_in_,) 的 ndarray

在 fit 期间看到的特征名称。仅当 X 具有全部为字符串的特征名称时才定义。

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

类似于 AgglomerativeClustering，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 Mean Shift 聚类。

SpectralClustering

将聚类应用于归一化拉普拉斯算子的投影。

注意事项

亲和度传播的算法复杂度是点数的平方级别。

当算法不收敛时，如果存在任何代表/聚类，它仍将返回一个 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_ 仍然被填充，但它可能是退化的。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度和相同的偏好时，聚类中心和标签的分配取决于偏好。如果偏好小于相似度，fit 将导致一个单独的聚类中心，并且每个样本的标签为 0。否则，每个训练样本都成为其自己的聚类中心，并被分配一个唯一的标签。

References

Brendan J. Frey and Delbert Dueck, “Clustering by Passing Messages Between Data Points”, Science Feb. 2007

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]])

有关用法示例，请参见 亲和度传播聚类算法演示。

有关亲和度传播与其他聚类算法的比较，请参见 在玩具数据集上比较不同的聚类算法

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

从特征或亲和度矩阵拟合聚类。

参数:
X{array-like, sparse matrix} of shape (n_samples, n_features), or array-like of shape (n_samples, n_samples)

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

y被忽略

Not used, present here for API consistency by convention.

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{array-like, sparse matrix} of shape (n_samples, n_features), or array-like of shape (n_samples, n_samples)

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

y被忽略

Not used, present here for API consistency by convention.

返回:
labelsndarray of shape (n_samples,)

聚类标签。

get_metadata_routing()[source]#

获取此对象的元数据路由。

请查阅 用户指南，了解路由机制如何工作。

返回:
routingMetadataRequest

封装路由信息的 MetadataRequest。

get_params(deep=True)[source]#

获取此估计器的参数。

参数:
deepbool, default=True

如果为 True，将返回此估计器以及包含的子对象（如果它们是估计器）的参数。

返回:
paramsdict

参数名称映射到其值。

predict(X)[source]#

Predict the closest cluster each sample in X belongs to.

参数:
Xshape 为 (n_samples, n_features) 的 {array-like, sparse matrix}

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

返回:
labelsndarray of shape (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（如 Pipeline）。后者具有 <component>__<parameter> 形式的参数，以便可以更新嵌套对象的每个组件。

参数:
**paramsdict

估计器参数。

返回:
selfestimator instance

估计器实例。