Affinity Propagation clustering from scratch

Nous utilisons un type d’algorithme de clustering où les données complètes sont vues comme un réseau avec chaque point de données étant un nœud dans le réseau.

L’algorithme entier est basé sur la recherche itérative de la façon dont un point est adapté pour être un représentant d’un autre point (c’est-à-dire, à quel point un point particulier est adapté pour être un exemplaire d’un autre point en obtenant des informations sur d’autres représentants potentiels dans les données) et en vérifiant l’adéquation d’un point pour trouver son propre représentant en fonction du soutien obtenu d’autres points

Nous allons discuter de la méthode à partir de zéro et construire notre propre mise en œuvre de la propagation d’affinité basée sur l’algorithme et les données fournies dans le papier

Dépôt Github pour le code à expliquer ci-dessous :- https://github.com/Darkprogrammerpb/DeepLearningProjects/tree/master/Project38/Affinity%20Propagation

1. Clustering by Passing Messages Between Data Points
2. Affinity Propagation :- Un algorithme de clustering pour les simulations commerciales assistées par ordinateur et les exercices expérientiels
3. Documentation et source de Sklearn

.