Affiniteettipropagointi-klusterointi tyhjästä

Käytämme eräänlaista klusterointialgoritmia, jossa koko dataa tarkastellaan verkostona, jossa jokainen datapiste on verkon solmu.

Koko algoritmi perustuu siihen, että iteratiivisesti etsitään, kuinka hyvin yksi piste soveltuu edustamaan toista pistettä (esim, kuinka hyvin tietty piste soveltuu olemaan esimerkkinä toiselle pisteelle hankkimalla tietoa muista mahdollisista edustajista datassa) ja tarkistamalla pisteen soveltuvuus oman edustajansa löytämiseen muilta pisteiltä saadun tuen perusteella

Keskustelemme menetelmää alusta alkaen ja rakennamme oman affiniteettien etenemisen toteutuksemme, joka perustuu artikkelissa

Github Repository:ssä olevaan algoritmiin ja aineistoon, jonka koodi selitetään jäljempänä :- https://github.com/Darkprogrammerpb/DeepLearningProjects/tree/master/Project38/Affinity%20Propagation

1. Klusterointi välittämällä viestejä datapisteiden välillä
2. Affiniteettien leviäminen:- A clustering algorithm for computer assisted business simulations and experiential exercises
3. Sklearn documentation and source