python中的亲和传播
我在使用sklearn的AffinityPropagation时看到一些奇怪的东西。我有一个4 x 4的numpy Ndaray-基本上是亲和力分数。sim[i,j]的亲和力得分为[i,j]。现在,当我输入affinitypropagation函数时,我总共得到4个标签 下面是一个具有较小矩阵的类似示例:python中的亲和传播,python,scikit-learn,Python,Scikit Learn,我在使用sklearn的AffinityPropagation时看到一些奇怪的东西。我有一个4 x 4的numpy Ndaray-基本上是亲和力分数。sim[i,j]的亲和力得分为[i,j]。现在,当我输入affinitypropagation函数时,我总共得到4个标签 下面是一个具有较小矩阵的类似示例: In [215]: x = np.array([[1, 0.2, 0.4, 0], [0.2, 1, 0.8, 0.3], [0.4, 0.8, 1, 0.7], [0, 0.3, 0.7,
In [215]: x = np.array([[1, 0.2, 0.4, 0], [0.2, 1, 0.8, 0.3], [0.4, 0.8, 1, 0.7], [0, 0.3, 0.7, 1]]
.....: )
In [216]: x
Out[216]:
array([[ 1. , 0.2, 0.4, 0. ],
[ 0.2, 1. , 0.8, 0.3],
[ 0.4, 0.8, 1. , 0.7],
[ 0. , 0.3, 0.7, 1. ]])
In [217]: clusterer = cluster.AffinityPropagation(affinity='precomputed')
In [218]: f = clusterer.fit(x)
In [219]: f.labels_
Out[219]: array([0, 1, 1, 1])
这表示(根据Kevin的说法),第一个样本(第0个索引行)本身就是一个集群(集群#0),其余样本位于另一个集群(集群#1)。但是,我仍然不理解这个输出。这里的样品是什么?成员是什么?我希望将一组对(I,j)分配给一个集群,将另一组对分配给另一个集群,依此类推
它看起来像一个4样本x 4特征矩阵..我不想要。这就是问题所在吗?如果是这样,如何将其转换为一个漂亮的4样本x 4样本亲和矩阵
文档()说
谢谢 根据您的描述,听起来您正在使用“成对相似矩阵”:
x
(尽管您的示例数据没有显示这一点)。在这种情况下,矩阵应为:sim[i,j]==sim[j,i]
,对角线值等于1。示例相似性数据S
:
S
array([[ 1. , 0.08276253, 0.16227766, 0.47213595, 0.64575131],
[ 0.08276253, 1. , 0.56776436, 0.74456265, 0.09901951],
[ 0.16227766, 0.56776436, 1. , 0.47722558, 0.58257569],
[ 0.47213595, 0.74456265, 0.47722558, 1. , 0.87298335],
[ 0.64575131, 0.09901951, 0.58257569, 0.87298335, 1. ]])
通常,当您已经有一个距离矩阵时,您应该使用affinity='precomputed'
。但在您的例子中,您使用的是相似性。在此特定示例中,您可以使用1-D
转换为伪距离。(这样做的原因是,如果您将相似性矩阵作为输入,我不知道亲和性传播将为您提供预期的结果):
话虽如此,我认为这就是你的解释的出发点:
这表示前3行是相似的,第4行本身是一个集群,第5行本身也是一个集群。共有3个簇
f.labels\uu
数组:
array([0, 1, 1, 1, 0])
正在告诉您样本(非行)0和4在簇0中,而样本2、3和4在簇1中。对于5个样本的问题,您不需要25个不同的标签,这是没有意义的。希望这有点帮助,尝试一下(一路上检查变量并将它们与您的数据进行比较),它从原始数据开始;它应该可以帮助您确定亲和传播是否适合您。是的,Kevin,您是对的。我有一个成对的相似矩阵。不是n样本x n特征矩阵。这就是我的问题。如何表示适合于仿射传播算法的成对相似矩阵?我的错误是在我的问题中举了一个错误的例子。我已经用一个很好的例子纠正了它。你能解释一下“样本”的定义吗?在你的例子中,如果你说sample-0,那是什么?它应该是指一些对的集合(i,j)…对吗?我想我现在理解了输出。当我假设4x4矩阵有标签时,比如(“a”、“b”、“c”、“d”),那么我的示例:array([0,1,1,1])的输出就有意义了。这意味着a点属于集群0,b点、c点、d点属于集群1。你之前的评论似乎是正确的。
1-D
array([[ 0. , 0.91723747, 0.83772234, 0.52786405, 0.35424869],
[ 0.91723747, 0. , 0.43223564, 0.25543735, 0.90098049],
[ 0.83772234, 0.43223564, 0. , 0.52277442, 0.41742431],
[ 0.52786405, 0.25543735, 0.52277442, 0. , 0.12701665],
[ 0.35424869, 0.90098049, 0.41742431, 0.12701665, 0. ]])
array([0, 1, 1, 1, 0])