AP in R

? ? ? AP聚類算法是目前十分火的一種聚類算法，它解決了傳統的聚類算法的很多問題。不僅簡單，而且聚類效果還不錯。這里，把前兩天學習的AP算法在R語言上面的模擬，將個人筆記拿出來與大家分享一下，不談AP算法的原理，只初步的講一下應用，更多請關注下期。

APClusting in R

相似矩陣的計算

negDistMat(x, sel=NA, r=1, method="euclidean", p=2)

expSimMat(x, sel=NA, r=2, w=1, method="euclidean", p=2)

相似度公式：s=exp(-(d/w)^r)

linSimMat(x, sel=NA, w=1, method="euclidean", p=2)

相似度公式：s=max(0,1-d/w)

corSimMat(x, sel=NA, r=1, signed=TRUE, method="pearson")

相似度公式：s=(x^T y)/(|x| |y|)

linKernel(x, sel=NA, normalize=FALSE) 

x若是向量，則取其所有值進行矩陣求取。若是矩陣和數據框，則取行作為sample。

如：

? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ????????????????

向量?????????????????????????????????????????????????????????????????????????????? 矩陣

AP聚類函數

①Apcluster()進行Ap過程

apcluster(x,p)

x是相似矩陣

p是指定簇時候的界定值

②同時求相似矩陣和執行Ap

apcluster(s, x)

s是相似矩陣的求取函數

其中，negDistMat()可以指定參數，如negDistMat(r=2)

聚類返回結果APResult

我們作一個二維的數據集的聚類

?

?

?

從圖中我們可以看到

a.樣本個數?????????????????????????????????

b.迭代次數????????????????????????????????? res@it

c.簇的個數以及簇的成員?????

d.簇的界定值 Input preference大于它就被選為簇中心

e.簇中心 Exemplar

等；

res@sim?????????? 相似矩陣

對結果進行繪圖

plot函數

apcluster包里面對plot函數進行了重寫，plot(x,y)

x是聚類結果，y是數據集

?

由上圖我們也可以看到，兩個簇中心是30[0.2796125? 0.7300467]、36[0.7023239 ?0.4018984]

?

?

heatmap函數

a.

heatmap(x)

x是聚類結果

?

由上圖可以看出各點之間的相似度

b.

heatmap(sim)，畫相似矩陣的熱點圖，如圖

heatmap(res@sim[1:10,1:10])

由于數據較多，我們只取前10行以及前10列進行繪圖

?

由上圖可以看出各點之間的相似對，以及他們之間的層次關系.