参考链接
最近看了聚类传播算法,对于Affinity Propagation算法,大家可以参考以下链接,个人推荐的阅读顺序是:
- Affinity Propagation: AP聚类算法:先简要了解一下大概的流程;
- 浅谈AP聚类算法-matlab:与论文一起阅读这篇博客;另外,论文可以去本博客下方的GitHub链接上下载;
- AP聚类算法使用详解(scikit-learn):以较少的内容进行概括总结。
算法缺点:
- 虽然AP算法不用提前设置聚类中心的个数,但是需要事先设置参考度,而参考度的大小与聚类中心的个数正相关;
- 由于AP算法每次迭代都需要更新每个数据点的吸引度值和归属度值,算法复杂度较高,在大数据量下运行时间较长。
至于第2点,本人体会颇深,因为我所运行的数据集

本文介绍了Affinity Propagation(AAP)聚类算法,包括算法原理、优缺点以及在大数据量下的挑战。针对内存问题,作者分享了遇到的MATLAB和Python运行错误,以及解决内存错误的尝试和教训,最终通过减小数据集规模得到运行结果。提供了算法程序的GitHub和CSDN下载链接。
1万+

被折叠的 条评论
为什么被折叠?



