Affinity Propagation聚类算法的实现

Posted 2022-04-11 ZHW_AI课题组

目录

• 1.作者介绍
• 2.数据集介绍
• 3.实验代码
• 4.实验结果与分析

1.作者介绍

赵一剑，男，西安工程大学电子信息学院，2021级研究生
研究方向：机器视觉与人工智能，
电子邮件：[e-mail]

刘帅波，男，西安工程大学电子信息学院，2021级研究生，张宏伟人工智能课题组
研究方向：机器视觉与人工智能
电子邮件：[e-mail]

2.数据集介绍

该程序通过生成三个测试点，分别为（1，1，）（1，-1）（-1，-1），之后在三个测试点周围各生成300个样本点最终便形了AP运算的数据集

3.实验代码

from sklearn.cluster import AffinityPropagation
from sklearn import metrics
from sklearn.datasets.samples_generator import make_blobs
# 生成测试数据
centers = [[1, 1], [-1, -1], [1, -1]]
# 生成实际中心为centers的测试样本300个，X是包含300个(labels_true为其对应的真是类别标签x,y)点的二维数组，
X, labels_true = make_blobs(n_samples=300, centers=centers, cluster_std=0.5,
                            random_state=0)    

# 计算AP
ap = AffinityPropagation(preference=-50).fit(X)
cluster_centers_indices = ap.cluster_centers_indices_    # 预测出的中心点的索引，如[123,23,34]
labels = ap.labels_    # 预测出的每个数据的类别标签,labels是一个NumPy数组

n_clusters_ = len(cluster_centers_indices)    # 预测聚类中心的个数
cluster_center = X[cluster_centers_indices]
print(cluster_center)
print('预测的聚类中心个数：%d' % n_clusters_)
print('同质性：%0.3f' % metrics.homogeneity_score(labels_true, labels))
print('完整性：%0.3f' % metrics.completeness_score(labels_true, labels))
print('V-值： % 0.3f' % metrics.v_measure_score(labels_true, labels))
print('调整后的兰德指数：%0.3f' % metrics.adjusted_rand_score(labels_true, labels))
print('调整后的互信息： %0.3f' % metrics.adjusted_mutual_info_score(labels_true, labels))
print('轮廓系数：%0.3f' % metrics.silhouette_score(X, labels, metric='sqeuclidean'))

# 绘制图表展示
import matplotlib.pyplot as plt
from itertools import cycle

plt.close('all')    # 关闭所有的图形
plt.figure(1)    # 产生一个新的图形
plt.clf()    # 清空当前的图形

colors = cycle('bgrcmykbgrcmykbgrcmykbgrcmyk')
# 循环为每个类标记不同的颜色
for k, col in zip(range(n_clusters_), colors):
    # labels == k 使用k与labels数组中的每个值进行比较
    # 如labels = [1,0],k=0,则‘labels==k’的结果为[False, True]
    class_members = labels == k
    cluster_center = X[cluster_centers_indices[k]]    # 聚类中心的坐标
    plt.plot(X[class_members, 0], X[class_members, 1], col + '.')
    plt.plot(cluster_center[0], cluster_center[1], markerfacecolor=col,
             markeredgecolor='k', markersize=14)
    for x in X[class_members]:
        plt.plot([cluster_center[0], x[0]], [cluster_center[1], x[1]], col)

plt.title('预测聚类中心个数：%d' % n_clusters_)
plt.show()

4.实验结果与分析

最终的运行结果的V-值为0.872，V-值是同质性和完整性的调和平均数，它的取值区间在0-1之间，值越大相似度越高。调整后的兰德指数（ARI）为0.912，ARI的取值范围为-1—1，值越大意味着聚类结果与真实情况越吻合。从广义角度上来讲，ARI是衡量两个数据分布的吻合程度。
从以上两组数据分析得知AP聚类算法的准确度是相对可靠的。
运行图如下