Affinity Propagation (sklearn) - 奇怪的行为

Question

尝试对简单的聚类任务使用相似性传播：

from sklearn.cluster import AffinityPropagation
c = [[0], [0], [0], [0], [0], [0], [0], [0]]
af = AffinityPropagation (affinity = 'euclidean').fit (c)
print (af.labels_)

我得到了这个奇怪的结果： [0 1 0 1 2 1 1 0]

我希望所有样本都在同一个集群中，就像在这种情况下：

c = [[0], [0], [0]]
af = AffinityPropagation (affinity = 'euclidean').fit (c)
print (af.labels_)

这确实将所有样本放在同一个集群中： [0 0 0]

我错过了什么？

谢谢

Answer 1

我相信这是因为您的问题本质上是不适定的（您将许多相同的点传递给试图找到不同点之间相似性的算法）。 AffinityPropagation 在幕后进行矩阵数学运算，并且您的相似度矩阵（全为零）非常退化。为了不出错，对相似度矩阵实现adds a small random matrix，防止算法遇到两个相同点时退出。