没有合适的资源?快使用搜索试试~ 我知道了~
完整word版,AP近邻传播聚类算法原理及Matlab实现.pdf
1.该资源内容由用户上传,如若侵权请联系客服进行举报
2.虚拟产品一经售出概不退款(资源遇到问题,请及时私信上传者)
2.虚拟产品一经售出概不退款(资源遇到问题,请及时私信上传者)
版权申诉
0 下载量 12 浏览量
2022-11-11
19:31:01
上传
评论
收藏 371KB PDF 举报
温馨提示
试读
5页
。。。
资源推荐
资源详情
资源评论
AP 近邻传播聚类算法原理及 Matlab 实现
Affinity Propagation (AP)聚类是 2007 年在 Science 杂志上提出的一种新的聚类算法。它根据 N 个数据点
之间的相似度进行聚类,这些相似度可以是对称的,即两个数据点互相之间的相似度一样(如欧氏距离);也
可以是不对称的,即两个数据点互相之间的相似度不等。这些相似度组成N×N 的相似度矩阵 S(其中 N 为
有 N 个数据点)。
AP 算法不需要事先指定聚类数目,相反它将所有的数据点都作为潜在的聚类中心,称之为exemplar。
以 S 矩阵的对角线上的数值 s(k, k)作为 k 点能否成为聚类中心的评判标准,这意味着该值越大,这个点成
为聚类中心的可能性也就越大,这个值又称作参考度p( preference)。聚类的数量受到参考度 p 的影响,如
果认为每个数据点都有可能作为聚类中心,那么p 就应取相同的值。如果取输入的相似度的均值作为p 的
值,得到聚类数量是中等的。如果取最小值,得到类数较少的聚类。
AP 算法中传递两种类型的消息,(responsiility)和(availability)。r(i,k)表示从点 i 发送到候选聚类中心 k
的数值消息,反映 k 点是否适合作为 i 点的聚类中心。a(i,k)则从候选聚类中心 k 发送到 i 的数值消息,反映
i 点是否选择 k 作为其聚类中心。r(i, k)与 a (i, k)越强,则 k 点作为聚类中心的可能性就越大,并且 i 点隶属
于以 k 点为聚类中心的聚类的可能性也越大。AP 算法通过迭代过程不断更新每一个点的吸引度和归属度值,
直到产生 m 个高质量的 exemplar,同时将其余的数据点分配到相应的聚类中。
在这里介绍几个文中常出现的名词:
exemplar:指的是聚类中心。
similarity:数据点 i 和点 j 的相似度记为 S(i,j)。是指点 j 作为点 i 的聚类中心的相似度。
preference:数据点 i 的参考度称为 P(i)或 S(i,i)。是指点 i 作为聚类中心的参考度。一般取 S 相似度值
的中值。
Responsibility:R(i,k)用来描述点 k 适合作为数据点 i 的聚类中心的程度。
Availability:A(i,k)用来描述点 i 选择点 k 作为其聚类中心的适合程度。
Damping factor:阻尼系数,主要是起收敛作用的。
机器学习中一个很重要的方面就是聚类算法。聚类算法说白了就是给你一大堆点的坐标(维度可以是
很高的),然后给你一个距离度量的准则(比如欧拉距离,马氏距离什么的),然后你要自动把相近的点
放在一个集合里面,归为一类。
继续科普:一个比较传统的聚类算法就是 k-Means 聚类,算法很简单,哦,说起这件事,我刚刚在整
理东西时就发现了一篇讲到 k-Means 的论文,里面又是一大堆看不懂的符号,我说你们真的有必要那么装
逼么??
比如说下面这幅图,有这么多个点,我们强大的大脑可以瞬间分辨出这里有三个团簇,一般术语叫
cluster。
资源评论
xxpr_ybgg
- 粉丝: 6501
- 资源: 3万+
上传资源 快速赚钱
- 我的内容管理 展开
- 我的资源 快来上传第一个资源
- 我的收益 登录查看自己的收益
- 我的积分 登录查看自己的积分
- 我的C币 登录后查看C币余额
- 我的收藏
- 我的下载
- 下载帮助
最新资源
- FreePic2Pdf-v5.01 图片批量转换pdf/双层pdf 书签提取/导入
- 基于区块链的信息追溯系统的设计与实现+详细文档+全部资料(高分毕业设计).zip
- IMG_0796.PNG
- Hyper+Lightning5+SDXL大模型比较推荐
- 基于matlab 模糊神经网络的预测算法-嘉陵江水质评价源代码+详细教程
- PHP8 PDO MYSQL示例
- 毕业设计 基于区块链以及人脸识别的NFT交易系统源码+详细文档+全部资料(高分项目).zip
- 基于matlab 小波神经网络的时间序列预测-短时交通流量预测源代码+详细教程
- 基于区块链以及人脸识别的NFT交易系统源码+详细文档+全部资料(高分项目).zip
- 基于matlab 思维进化算法优化BP神经网络-非线性函数拟合源代码+详细教程
资源上传下载、课程学习等过程中有任何疑问或建议,欢迎提出宝贵意见哦~我们会及时处理!
点击此处反馈
安全验证
文档复制为VIP权益,开通VIP直接复制
信息提交成功