AffinityPropagation聚类的输入格式

Question

我在使用 scipy.cluster.hierarchy.linkage 方法，利用一个预先计算好的相似度矩阵：

下面是生成这个上三角矩阵的代码：

distances = np.zeros((len(reprs), len(reprs))) * -1
for i, j in it.combinations(range(len(reprs)), 2):
    distances[i][j] = (reprs[i] - reprs[j])**2

我也可以把它简化表示：

distances = distances[np.triu_indices(len(reprs), 1)]

现在我想试试 sklearn.cluster.AffinityPropagation，但我不知道怎么把相似度矩阵传进去：

def affinity_cluster(distances):
    ap = sklearn.cluster.AffinityPropagation(preference="precomputed")
    d = ap.fit_predict(???)

根据它的 文档：

fit(X) 从负的欧几里得距离创建相似度矩阵，然后应用相似度传播聚类。 参数：

X: array [n_samples, n_features] or [n_samples, n_samples] :
    Data matrix or, if affinity is precomputed, matrix of similarities / affinities.

fit_predict(X, y=None) 对 X 进行聚类，并返回聚类标签。 参数：

X : ndarray, shape (n_samples, n_features)
    Input data.

Returns : 

y : ndarray, shape (n_samples,)
    cluster labels

所以，他们期望的是一个包含两个元素的元组，但我有一个 M*N 的矩阵，或者是一个包含 M*N/2 个元素的向量。

那么，我该如何使用 sklearn.cluster.AffinityPropagation 和相似度矩阵呢？

Answer 1

你需要传入一个方形的、对称的矩阵。array [n_samples, n_samples] 应该理解为 形状为 (n_samples, n_samples) 的数组。我马上会修正文档。