偏好值的变化不影响亲和传播聚类的结果

Question

参考以下代码

import numpy as np
from sklearn.cluster import AffinityPropagation
from sklearn import metrics
from sklearn.datasets.samples_generator import make_blobs

##############################################################################
# Generate sample data
centers = [[1, 1], [-1, -1], [1, -1]]
X, labels_true = make_blobs(n_samples=300, centers=centers, cluster_std=0.5)

# Compute similarities
X_norms = np.sum(X ** 2, axis=1)
S = - X_norms[:, np.newaxis] - X_norms[np.newaxis, :] + 2 * np.dot(X, X.T)
p=[10 * np.median(S),np.mean(S,axis=1),np.mean(S,axis=0),100000,-100000]
##############################################################################

# Compute Affinity Propagation
for preference in p:
    af = AffinityPropagation().fit(S, preference)
    cluster_centers_indices = af.cluster_centers_indices_
    labels = af.labels_

    n_clusters_ = len(cluster_centers_indices)

    print('Estimated number of clusters: %d' % n_clusters_)
    print("Homogeneity: %0.3f" % metrics.homogeneity_score(labels_true, labels))
    print("Completeness: %0.3f" % metrics.completeness_score(labels_true, labels))
    print("V-measure: %0.3f" % metrics.v_measure_score(labels_true, labels))
    print("Adjusted Rand Index: %0.3f" % \
          metrics.adjusted_rand_score(labels_true, labels))
    print("Adjusted Mutual Information: %0.3f" % \
          metrics.adjusted_mutual_info_score(labels_true, labels))
    D = (S / np.min(S))
    print("Silhouette Coefficient: %0.3f" %
          metrics.silhouette_score(D, labels, metric='precomputed'))

    ##############################################################################

    # Plot result
    import pylab as pl
    from itertools import cycle

    pl.close('all')
    pl.figure(1)
    pl.clf()

    colors = cycle('bgrcmykbgrcmykbgrcmykbgrcmyk')
    for k, col in zip(range(n_clusters_), colors):
        class_members = labels == k
        cluster_center = X[cluster_centers_indices[k]]
        pl.plot(X[class_members, 0], X[class_members, 1], col + '.')
        pl.plot(cluster_center[0], cluster_center[1], 'o', markerfacecolor=col,
                markeredgecolor='k', markersize=14)
        for x in X[class_members]:
            pl.plot([cluster_center[0], x[0]], [cluster_center[1], x[1]], col)

    pl.title('Estimated number of clusters: %d' % n_clusters_)
    pl.show()

虽然我在循环中更改了偏好值，但我仍然得到相同的集群？那么为什么偏好值的变化不会影响聚类结果呢？

更新

当我尝试以下代码时，结果如下

当我尝试 Agost 在构造函数中推荐的建议时，我得到了以下输出

Answer 1

首选项是AffinityPropagation 构造函数的参数，而不是fit() 方法的参数。您应该将第 19 行更改为：

af = AffinityPropagation(preference=preference).fit(S)

Answer 2

AP 的 sklearn 实现似乎相当脆弱。

我的使用建议：

• 使用verbose=True 查看何时收敛失败
• 将最大迭代次数增加到至少 1000 次
• 通过选择 0.9 而不是 0.5 来降低阻尼

原因是在默认参数的情况下，sklearn的AP通常不会收敛...

正如@AgostBiro 之前提到的，preference 不是fit 函数（而是构造函数）的参数，所以您的原始代码忽略了偏好，因为fit(X,y) 忽略了y （有死的y参数是一个愚蠢的API，但sklearn喜欢这看起来像分类API）

Answer 3

centers = [[1, 1], [-1, -1], [1, -1]]
X, labels_true = make_blobs(n_samples=300, centers=centers, cluster_std=0.5)

以上两行用于生成任何数据集或者我必须在代码中编写它们并且X是我自己的功能