Affinity Propagation clustering from scratch
Vi använder en typ av klusteralgoritm där hela datamängden betraktas som ett nätverk där varje datapunkt är en nod i nätverket.
Algoritmen bygger på att iterativt hitta hur väl en punkt lämpar sig för att vara representativ för en annan punkt (dvs, hur lämplig en viss punkt är för att vara ett exemplar för en annan punkt genom att få information om andra presumtiva representanter i data) och kontrollera att en punkt är lämplig för att hitta sin egen representant baserat på det stöd som erhållits från andra punkter
Vi kommer att diskutera metoden från grunden och bygga vår egen implementering av affinitetsutbredning baserat på algoritmen och data som tillhandahålls i artikeln
Github Repository för koden som kommer att förklaras nedan :- https://github.com/Darkprogrammerpb/DeepLearningProjects/tree/master/Project38/Affinity%20Propagation
- Klustering genom att skicka meddelanden mellan datapunkter
- Affinitetsförökning:- En klusteralgoritm för datorstödda affärssimuleringar och erfarenhetsövningar
- Sklearns dokumentation och källkod