如何知道哪个是 Affinity Propagation 创建的集群的样本

Question

我正在研究图像匹配，我在 Python 中使用了亲和力传播来创建图像簇。由于 AP 为每个集群选择一个样本，我如何知道哪个图像代表该集群的样本？

Answer 1

亲和力传播 没有 有规范的方法来 "classify" 新图像。集群 不是 由关联本身分配，而是由 "responsibility" 和 "availability" 分配。粗略地 - 但只是大约，我认为 sklearn 实现在那里是不正确的 - 对象被分配给它们的 "nearest" （最高亲和力，尽管亲和力通常来自距离）集群。但是，如果最近的只有低可用性，而第二最近的几乎同样接近但具有更高的可用性和对这一点的责任，那么 点可能不会分配给 "nearest" 样本 .我不确定是否也会发生某种传递性（如在 DBSCAN 中）。如果是这样，AP 将能够更好地处理不同直径或形状的簇，并且与 k-means 不太相似。在我的实验中，AP 与 k-means 非常相似，只是慢得多......不过我没有针对这种情况的简单测试用例，恕我直言，它通常只会影响几个点。

不过，简单地将 "new points" 分配给最近的样本似乎是一种常见的方法。如果您 阅读 sklearn 文档 ，它有一个方法可以做到这一点。我认为这不是一个好主意，因为现在 fit 然后 transform 将 而不是 产生与 fit_transform 相同的结果...但是由于 "backwards compatibility".

，这可能永远不会改变

sklearn 也有一个属性，可以为您提供 AP 选择的范例的索引，因此您也可以轻松地自己执行此操作（如果您使用预先计算的亲和矩阵，这是必需的）。