如何从亲和传播算法中获取集群？答案

【问题标题】：How to get the clusters from Affinity propagation algorithm?如何从亲和传播算法中获取集群？
【发布时间】：2023-01-22 22:00:22
【问题描述】：

我想要使用 AP 聚类作为 3d nparray 后的数据点。第一个索引访问集群，第二个和第三个索引访问集群数据。我正在使用 sklearn 库函数。
af = AffinityPropagation().fit(X)

【问题讨论】：

【解决方案1】：

您可以通过调用拟合亲和传播对象上的 labels_ 属性来访问每个数据点的集群标签，如下所示：

cluster_labels = af.labels_

然后，您可以使用聚类标签对原始数据 X 进行索引，以获取每个聚类中的数据点。例如，要获取集群 0 中的数据点，您可以这样做：

cluster_0_data = X[cluster_labels == 0]

在使用亲和传播聚类后，您可以使用嵌套列表理解来获取数据点的 3D numpy 数组，如下所示：

clustered_data = np.array([X[cluster_labels == i] for i in np.unique(cluster_labels)])

这将为您提供一个 3D numpy 数组，其中第一个索引对应于簇号，第二个和第三个索引对应于该簇中数据点的坐标。

【讨论】：