AP近邻传播聚类算法(Affinity Propagation)程序

参考链接

最近看了聚类传播算法，对于Affinity Propagation算法，大家可以参考以下链接，个人推荐的阅读顺序是：

1. Affinity Propagation: AP聚类算法：先简要了解一下大概的流程；
2. 浅谈AP聚类算法-matlab：与论文一起阅读这篇博客；另外，论文可以去本博客下方的GitHub链接上下载；
3. AP聚类算法使用详解（scikit-learn）：以较少的内容进行概括总结。

算法缺点：

1. 虽然AP算法不用提前设置聚类中心的个数，但是需要事先设置参考度，而参考度的大小与聚类中心的个数正相关；
2. 由于AP算法每次迭代都需要更新每个数据点的吸引度值和归属度值，算法复杂度较高，在大数据量下运行时间较长。

至于第2点，本人体会颇深，因为我所运行的数据集相较较大（46000*13左右），在matlab和python运行时都会报错，便想解决memory error的问题，参考了这个解决Python memory error的问题（四种解决方案）
链接进行修改，虽然程序可以运行了，但是matlab跑了2天依然不能出结果，便将其手动结束，结果发现自己的C盘存储已满（原来还空余200多个G啊啊啊啊），网上搜锁**“matlab运行完C盘变红**”、“matlab缓存在哪里”、“diary文件”等相关问题，但是网上现存的方法都不起作用。
最终的最终，终于发现是因为自己改了虚拟内存的设置，几乎将全部的硬盘空间都设成了虚拟内存，都怪自己不懂操作系统啊啊啊，没有明白虚拟内存的真正内涵，其实将硬盘空间设置成虚拟内存之后，就算那部分地址没有被任何程序使用，其显示也是被占用的，这就是为什么自己找不到硬盘里的大文件，但是显示已经没有空间的原因，只要将虚拟内存的设置设成原来的就行了。
最终只能将原来的数据集进行筛选变小，才可以得到运行结果。

整理的相关程序见链接：

GitHub下载链接AP(Affinity Propagation)、matlab、python
或者CSDN下载链接

链接内容：
1. 论文《Clustering by Passing Messages Between Data Points》
   是AP算法的详细介绍，包括原理、优势、应用、展望等内容。
2. 论文《基于近邻传播聚类和遗传优化的非侵入式负荷分解方法_徐青山》是AP算法应用于非侵入式负荷分析的介绍。
3. AP_main是matlab实现AP的程序，读者可以自己修改输入数据
   运行结果为AP_main.jpg。
4. AP1-AP3是Python运行程序，都可实现算法功能，读者可以自己修改输入数据，运行结果为AP1-AP3.jpg。
5. 因在网上学习的相关内容，如有侵权，请及时联系本人。