AffinityPropagation 聚类的输入格式

Question

我使用scipy.cluster.hierarchy.linkage 方法使用预先计算的亲和矩阵：

这是生成上三角矩阵的代码：

distances = np.zeros((len(reprs), len(reprs))) * -1
for i, j in it.combinations(range(len(reprs)), 2):
    distances[i][j] = (reprs[i] - reprs[j])**2

我也可以简洁地表示：

distances = distances[np.triu_indices(len(reprs), 1)]

现在我想试试sklearn.cluster.AffinityPropagation，但我不知道如何发送亲和力矩阵：

def affinity_cluster(distances):
    ap = sklearn.cluster.AffinityPropagation(preference="precomputed")
    d = ap.fit_predict(???)

来自documentation：

适合(X) 从负欧几里德距离创建亲和矩阵，然后应用亲和传播聚类。 参数：

X: array [n_samples, n_features] or [n_samples, n_samples] :
    Data matrix or, if affinity is precomputed, matrix of similarities / affinities.

fit_predict(X, y=None) 对 X 执行聚类并返回聚类标签。 参数：

X : ndarray, shape (n_samples, n_features)
    Input data.

Returns : 

y : ndarray, shape (n_samples,)
    cluster labels

所以，他们期待两个元素的元组，但我有一个 M*N 矩阵或 M*N/2 个元素的向量。

那么，如何将sklearn.cluster.AffinityPropogation 与亲和矩阵一起使用？

Answer 1

您需要传递一个方形对称矩阵。 array [n_samples, n_samples] 应该读作array of shape (n_samples, n_samples)。我会在一分钟内修复文档。