scikit-learn之聚类算法之Affinity Propagation

基本概念 exemplar： 聚类的中心点； s(i,k)： 样本 i 和样本 k 之间的类似度，初始化时会有一个类似度矩阵； preference： 偏好参数（参考度），指类似度矩阵中横轴纵轴索引相同的点，如s(i,i)，表示数据点 i 做为聚类中心的程度。迭代开始前假设全部点成为聚类中心的能力相同，所以参考度通常设为类似度矩阵中全部值得最小值或者中位数，可是参考度越大则说明各数据点成为聚类中心

>>阅读原文<<