apcluster聚类算法

APCLUSTER Affinity Propagation Clustering (Frey/Dueck, Science 2007) 一种基于apcluster affinity propagation 聚类算法，预先输入类别数，可以实现自动聚类

%APCLUSTER Affinity Propagation Clustering （Frey/Dueck Science 2007）
% [idxnetsimdpsimexpref]=APCLUSTER（sp） clusters data using a set 
% of real-valued pairwise data point similarities as input. Clusters 
% are each represented by a cluster center data point （the “exemplar“）. 
% The method is iterative and searches for clusters so as to maximize 
% an objective function called net similarity.
% 
% For N data points there are potentially N^2-N pairwise similarities; 
% this can be input as an N-by-N matrix ‘s‘ where s（ik） is the 
% similarity of point i to point k （s（ik） needn?t equal s（ki））.  In 
% fact only a smaller number of relevant similarities are needed; if 
% only M similarity values are known （M < N^2-N） they can be input as 
% an M-by-3 matrix with each row being an （ijs（ij）） triple.
% 
% APCLUSTER automatically determines the number of clusters based on 
% the input preference ‘p‘ a real-valued N-vector. p（i） indicates the 
% preference that data point i be chosen as an exemplar. Often a good 
% choice is to set all preferences to median（s）; the number of clusters 
% identified can be adjusted by changing this value accordingly. If ‘p‘ 
% is a scalar APCLUSTER assumes all preferences are that shared value.
% 
% The clustering solution is returned in idx. idx（j） is the index of 
% the exemplar for data point j; idx（j）==j indicates data point j 
% is itself an exemplar. The sum of the similarities of the data points to 
% their exemplars is returned as dpsim the sum of the preferences of 
% the identified exemplars is returned in expref and the net similarity 
% objective function returned is their sum i.e. netsim=dpsim+expref.
% 
% 	[ ... ]=apcluster（sp‘NAME‘VALUE...） allows you to specify 
% 	  optional parameter name/value pairs as follows:
% 
%   ‘maxits‘     maximum number of iterations （default: 1000）
%   ‘convits‘    if the estimated exemplars stay fixed for convits 
%          iterations APCLUSTER terminates early （default: 100）
%   ‘dampfact‘   update equation damping level in [0.5 1）.  Higher 
%        values correspond to heavy damping which may be needed 
%        if oscillations occur. （default: 0.9）
%   ‘plot‘       （no value needed） Plots netsim after each iteration
%   ‘details‘    （no value needed） Outputs iteration-by-iteration 
%      details （greater memory requirements）
%   ‘nonoise‘    （no value needed） APCLUSTER adds a small amount of 
%      noise to ‘s‘ to prevent degenerate cases; this disables that.
% 
% Copyright （c） B.J. Frey & D. Dueck （2006）. This software may be 
% freely used and distributed for non-commercial purposes.
%          （RUN APCLUSTER WITHOUT ARGUMENTS FOR DEMO CODE）
function [idxnetsimdpsimexpref]=apcluster（spvarargin）;
if nargin==0 % display demo
	fprintf（‘Affinity Propagation （APCLUSTER） sample/demo code\n\n‘）;
	fprintf（‘N=100; x=rand（N2）; % Create N 2-D data points\n‘）;
	fprintf（‘M=N*N-N; s=zeros（M3）; % Ma

 属性            大小     日期    时间   名称
----------- ---------  ---------- -----  ----

     文件      11197  2008-10-23 11:11  apcluster.m

----------- ---------  ---------- -----  ----

                11197                    1