【近邻传播聚类算法(AP算法)】此种聚类算法不需要实现给出聚类数目和聚类中心操作便捷附Matlab代码

✅作者简介：热爱科研的Matlab仿真开发者，擅长数据处理、建模仿真、程序设计、完整代码获取、论文复现及科研仿真。

🍎 往期回顾关注个人主页：Matlab科研工作室

🍊个人信条：格物致知,完整Matlab代码及仿真咨询内容私信。

🔥内容介绍

在当今数据爆炸的时代，聚类分析作为一种重要的数据挖掘技术，被广泛应用于模式识别、图像处理、生物信息学等诸多领域。其核心目标是将数据集中的对象根据相似性原则划分为若干个簇，使得同一簇内的对象相似度高，而不同簇之间的对象相似度低。传统的聚类算法，如K-Means，虽然简单高效，但往往需要预先指定聚类数目K，且其聚类结果对初始聚类中心的选择敏感。这在实际应用中，尤其是在对数据结构知之甚少的情况下，无疑增加了应用难度和结果的不确定性。正是在这样的背景下，近邻传播（Affinity Propagation, 简称AP）聚类算法应运而生，以其无需预设聚类数目、能够自动发现代表点（exemplars）的独特优势，为聚类分析领域带来了新的突破。

AP算法由Brendan J. Frey和Delbert Dueck于2007年在《Science》杂志上首次提出。它基于“消息传递”机制，通过在数据点之间迭代地发送两种消息（“责任度”和“有效性”），最终识别出数据集中的聚类中心（即代表点）。与K-Means等基于距离的中心点更新不同，AP算法将每一个数据点都视为潜在的代表点，并通过消息传递的方式，让数据点“互相协商”，来决定哪些点最适合作为代表点，哪些点应该被分配到哪个代表点所在的簇中。

这两种消息的更新过程是迭代进行的。在每次迭代中，所有数据点同时并行地更新它们对彼此的责任度和有效度。这种并行更新的机制使得AP算法在处理大规模数据集时具有一定的效率优势。初始时，所有的责任度和有效度通常被设置为0。然后，通过特定的更新公式，责任度基于数据点之间的相似度（通常为负的欧氏距离的平方）以及其他点的有效度进行更新；有效度则基于其他点的责任度和该点自身作为代表点的偏好（preference）进行更新。偏好参数是一个非常重要的输入，它决定了每个数据点被选作代表点的可能性。一个较高的偏好值会使得更多的点被选为代表点，从而导致更多的簇；反之，较低的偏好值会减少代表点的数量，产生更少的簇。通过调整偏好参数，用户可以在一定程度上控制聚类结果的粒度，而无需直接指定聚类数目。

AP算法的收敛条件通常是当代表点的分配在若干次迭代中不再发生变化，或者达到预设的最大迭代次数。一旦算法收敛，每个数据点都会被分配到其具有最高责任度加有效度之和的代表点所在的簇中。

AP算法的优势显而易见：

首先，无需预设聚类数目是其最显著的特点。这极大地降低了用户的使用门槛，特别是在对数据分布缺乏先验知识的场景下。用户只需关注数据点之间的相似度定义和偏好参数的选择，算法便能自动发现合适的聚类结构。

其次，自动发现代表点，而不是像K-Means那样随机初始化聚类中心并进行迭代调整。AP算法选择的代表点是数据集中真实存在的样本点，这使得聚类结果更具可解释性。每一个簇都由一个具有代表性的实际数据点来表征，这对于后续的分析和决策制定非常有价值。

再者，AP算法能够处理非凸形状的簇。与K-Means等依赖于欧氏距离和均值更新的算法不同，AP算法通过消息传递机制，能够更好地捕捉到数据中复杂的相似性关系，从而识别出K-Means难以处理的非球形或非凸形的簇。