稀疏亲和传播聚类
pysapc的Python项目详细描述
用于稀疏关联传播（SAP）群集方法的Python包。
affinity propagation（ap）是brendan j.frey和delbert dueck提出的一种相对较新的聚类算法。与k-均值等经典聚类方法相比，ap具有聚类误差小、聚类数自动确定、样本（聚类中心）识别等优点。支持非对称确定性聚类结果的相似性（k-means聚类结果依赖于初始化，因此需要多次运行才能实现全局优化）。pysapc可以采用scipy稀疏矩阵（亲合/相似矩阵）代替完全相似矩阵。当完全相似矩阵不适合内存时，pysapc将非常有用。使用cython优化速度和内存。
安装：
从源安装：
下载并解压缩源文件并安装为：
python setup.py install
从pip安装：pip install pysapc
从conda安装：conda install-c https://conda.anaconda.org/bioifcao pysapc
安装，在python shell中，运行：
from pysapc import tests
tests.testdense（）
testsparse（）
quick start:
verboseiter=100）
sap样本=sap.fit预测（x）x应该是scipy稀疏相似矩阵
请注意，亲和性/相似性矩阵不需要是对称的，s（a，b）可以与s（b，a）不同。事实上可能是s（a，b）存在，而s（b，a）不存在于稀疏的亲和力/相似矩阵中。样本）
数据点k，p（k）的偏好将设置为相似性/相似性矩阵s（k，k），即数据点k作为样本（聚类中心）的先验适合性，较高的偏好值将导致更多的样本（聚类中心）。
一个好的初始选择是最小值（'min'）或中值（'median'）完全稠密亲和/相似矩阵。
请注意，不建议稀疏亲和/相似矩阵的最小值（'min'）或中值（'median'）。
收敛系数：int，可选，默认值：15。在数据点的示例（群集中心）标签中，没有更改或更改小于1.0-收敛百分比的迭代次数
。
收敛百分比：浮点，可选，默认值：0.999999，
此参数用于定义收敛条件。如果设置为0.999999，则100万个数据点中的一个或少于一个不改变它们的示例（聚类中心）将被认为是收敛的。< BR/>因为PYSAPC被设计用于处理大数据。如果pysapc尚未在max iter收敛，请尝试增大max iter。
damping:float，可选，默认值：0.9。
阻尼因子应介于0.5和1之间。
如果设置为1，则打印每个迭代的状态。
如果设置为100，则为每个100次迭代打印当前状态
并行：布尔值，默认值：真
是否启用cython多处理。建议将其设置为true以加快速度。
属性
----
示例：每个数据点的群集中心，相同长度h个样本。
每个数据点的样本（聚类中心）索引（矩阵的行索引）
注释
----
准备稀疏矩阵，对所有样本使用单一截止（例如保持全矩阵的前20%）或对每个样本使用不同的截止值，以便每个样本具有k个最近邻。建议用户尝试几种稀疏矩阵，并比较其聚类结果，以确定聚类结果何时达到平台（当包含更多数据时，聚类结果不会显著改变）
references
-------
brendan j.frey和delbert dueck，“通过在数据点之间传递消息进行聚类”，科学杂志，2007年2月
affinity propagation（ap）是brendan j.frey和delbert dueck提出的一种相对较新的聚类算法。与k-均值等经典聚类方法相比，ap具有聚类误差小、聚类数自动确定、样本（聚类中心）识别等优点。支持非对称确定性聚类结果的相似性（k-means聚类结果依赖于初始化，因此需要多次运行才能实现全局优化）。pysapc可以采用scipy稀疏矩阵（亲合/相似矩阵）代替完全相似矩阵。当完全相似矩阵不适合内存时，pysapc将非常有用。使用cython优化速度和内存。
安装：
从源安装：
下载并解压缩源文件并安装为：
python setup.py install
从pip安装：pip install pysapc
从conda安装：conda install-c https://conda.anaconda.org/bioifcao pysapc
安装，在python shell中，运行：
from pysapc import tests
tests.testdense（）
testsparse（）
quick start:
verboseiter=100）
sap样本=sap.fit预测（x）x应该是scipy稀疏相似矩阵
请注意，亲和性/相似性矩阵不需要是对称的，s（a，b）可以与s（b，a）不同。事实上可能是s（a，b）存在，而s（b，a）不存在于稀疏的亲和力/相似矩阵中。样本）
数据点k，p（k）的偏好将设置为相似性/相似性矩阵s（k，k），即数据点k作为样本（聚类中心）的先验适合性，较高的偏好值将导致更多的样本（聚类中心）。
一个好的初始选择是最小值（'min'）或中值（'median'）完全稠密亲和/相似矩阵。
请注意，不建议稀疏亲和/相似矩阵的最小值（'min'）或中值（'median'）。
收敛系数：int，可选，默认值：15。在数据点的示例（群集中心）标签中，没有更改或更改小于1.0-收敛百分比的迭代次数
。
收敛百分比：浮点，可选，默认值：0.999999，
此参数用于定义收敛条件。如果设置为0.999999，则100万个数据点中的一个或少于一个不改变它们的示例（聚类中心）将被认为是收敛的。< BR/>因为PYSAPC被设计用于处理大数据。如果pysapc尚未在max iter收敛，请尝试增大max iter。
damping:float，可选，默认值：0.9。
阻尼因子应介于0.5和1之间。
如果设置为1，则打印每个迭代的状态。
如果设置为100，则为每个100次迭代打印当前状态
并行：布尔值，默认值：真
是否启用cython多处理。建议将其设置为true以加快速度。
属性
----
示例：每个数据点的群集中心，相同长度h个样本。
每个数据点的样本（聚类中心）索引（矩阵的行索引）
注释
----
准备稀疏矩阵，对所有样本使用单一截止（例如保持全矩阵的前20%）或对每个样本使用不同的截止值，以便每个样本具有k个最近邻。建议用户尝试几种稀疏矩阵，并比较其聚类结果，以确定聚类结果何时达到平台（当包含更多数据时，聚类结果不会显著改变）
references
-------
brendan j.frey和delbert dueck，“通过在数据点之间传递消息进行聚类”，科学杂志，2007年2月
欢迎加入QQ群-->： 979659372
