Affinity Propagation简称AP, 称之为近邻传播算法， 是一种基于图论的聚类算法。将所有样本点看做是一个网络中的节点，图示如下
在样本点构成的网络中，每个样本点都是潜在的聚类中心，同时也归属于某个聚类中心点，对应这样的两面性，提出了以下两个概念
1. responsibility, 吸引度，对于(i, k)而言，定量描述样本k作为样本i的聚类中心的程度
2. availability,归属度，对于(i, k)而言，定量描述样本i支持样本k作为其聚类中心的程度
具体的定义方式如下
1. Similarity
相似度，这里的定量方式是欧氏距离的负数，公式如下
之所以如此定义，是为了对称性的考量，图这个数据结构的最常见表示方式就是邻接矩阵了，图示如下
基于相似度，我们可以得到样本点之间的相似度矩阵。在该相似度矩阵中，对角线的值为样本自身的距离，理论上是0，但是为了后续更好的应用相似度来更新吸引度和归属度，引入了preference参数。
这个参数就是定义相似度矩阵中对角线上的值，是认为设定的，比如可以取相似度的均值或者中位数。在scikit-learn中，默认用的就是中位数。
这个参数会影响聚类的类别数目，该值越大，聚类的类别数越多。
2. Responsibility
吸引度，公式如下
3. Availability
归属度，公式如下
对于网络中的所有节点，借助邻接矩阵的思想，我们可以计算得到吸引度矩阵R和归属度矩阵A。
AP算法通过迭代的方式来达到聚类效果，每次迭代其实就是更新上述两个矩阵的值, 在更新的时候，引入了一个叫做dumping factor的参数来控制更新的幅度，公式如下
代码语言：javascript复制r(i,k)new = λ*r(i,k)old (1-λ)*r(i,k)
a(i,k)new = λ*a(i,k)old (1-λ)*a(i,k)这个系数的值是需要人为指定的, 建议设置范围为0.5到1。迭代收敛之后，需要挑选作为聚类中心的样本点，选取的标准是样本点的R A>0, 确定了聚类中心之后，在确定对应的归属点即可。
在scikit-learn中，进行AP聚类的代码如下
代码语言：javascript复制>>> 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], dtype=int32)
>>> clustering.predict([[0, 0], [4, 4]])
array([0, 1], dtype=int32)
>>> clustering.cluster_centers_
array([[1, 2],
[4, 2]])作为一种基于图论的聚类算法，该算法适用范围广，不需要事先指定聚类的类别数目K, 而且聚类效果稳定，多次运行的结果一致，但是，该算法也需要人为指定preference和dump factor两个参数，而且算法复杂度比较高，运算时间比较久。
·end·
