? ? ? AP聚類算法是目前十分火的一種聚類算法，它解決了傳統(tǒng)的聚類算法的很多問題。不僅簡單，而且聚類效果還不錯。這里，把前兩天學(xué)習(xí)的AP算法在R語言上面的模擬，將個(gè)人筆記拿出來與大家分享一下，不談AP算法的原理，只初步的講一下應(yīng)用，更多請關(guān)注下期。

APClusting in R

相似矩陣的計(jì)算

negDistMat(x, sel=NA, r=1, method="euclidean", p=2) expSimMat(x, sel=NA, r=2, w=1, method="euclidean", p=2) 相似度公式：s=exp(-(d/w)^r) linSimMat(x, sel=NA, w=1, method="euclidean", p=2) 相似度公式：s=max(0,1-d/w) corSimMat(x, sel=NA, r=1, signed=TRUE, method="pearson") 相似度公式：s=(x^T y)/(|x| |y|) linKernel(x, sel=NA, normalize=FALSE)

x若是向量，則取其所有值進(jìn)行矩陣求取。若是矩陣和數(shù)據(jù)框，則取行作為sample。

如：

? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ????????????????

向量?????????????????????????????????????????????????????????????????????????????? 矩陣

AP聚類函數(shù)

①Apcluster()進(jìn)行Ap過程

apcluster(x,p)

x是相似矩陣

p是指定簇時(shí)候的界定值

②同時(shí)求相似矩陣和執(zhí)行Ap

apcluster(s, x) s是相似矩陣的求取函數(shù)

其中，negDistMat()可以指定參數(shù)，如negDistMat(r=2)

聚類返回結(jié)果APResult

我們作一個(gè)二維的數(shù)據(jù)集的聚類

?

?

?

從圖中我們可以看到

a.樣本個(gè)數(shù)?????????????????????????????????

b.迭代次數(shù)????????????????????????????????? res@it

c.簇的個(gè)數(shù)以及簇的成員?????

d.簇的界定值 Input preference大于它就被選為簇中心

e.簇中心 Exemplar

等；

res@sim?????????? 相似矩陣

對結(jié)果進(jìn)行繪圖

plot函數(shù)

apcluster包里面對plot函數(shù)進(jìn)行了重寫，plot(x,y)

x是聚類結(jié)果，y是數(shù)據(jù)集

?

由上圖我們也可以看到，兩個(gè)簇中心是30[0.2796125? 0.7300467]、36[0.7023239 ?0.4018984]

?

?

heatmap函數(shù) a. heatmap(x) x是聚類結(jié)果

?

由上圖可以看出各點(diǎn)之間的相似度

b.

heatmap(sim)，畫相似矩陣的熱點(diǎn)圖，如圖

heatmap(res@sim[1:10,1:10])

由于數(shù)據(jù)較多，我們只取前10行以及前10列進(jìn)行繪圖

?

由上圖可以看出各點(diǎn)之間的相似對，以及他們之間的層次關(guān)系.

轉(zhuǎn)載于:https://www.cnblogs.com/mixes/p/3707805.html

總結(jié)

以上是生活随笔為你收集整理的AP in R的全部內(nèi)容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網(wǎng)站內(nèi)容還不錯，歡迎將生活随笔推薦給好友。