R/apcluster和skilearn

Question

我曾使用一个名为depict的软件进行分析，该软件在Python语言中包含了亲和力传播分析。

我热衷于实现一个使用R/apcluster进行额外分析的对应物。似乎两者都使用了相关性，但结果略有不同。有没有可能查个水落石出？非常感谢。

af_obj = AffinityPropagation(affinity = 'precomputed', max_iter=10000, convergence_iter=1000) # using almost only default parameters

print "Affinity Propagation parameters:"

for param, val in af_obj.get_params().items():

    print "\t{}: {}".format(param, val)

    print "Perfoming Affinity Propagation.."

af = af_obj.fit(matrix_corr)

和Python中一样：https://github.com/jinghuazhao/PW-pipeline/blob/master/files/network_plot.py

require(apcluster)

apres <- apcluster(corSimMat,tRaw,details=TRUE)

如R中的：https://github.com/jinghuazhao/PW-pipeline/blob/master/files/network.R J

竞华

Answer 1

如果R包apcluster的所有功能都在Python中可用，那就太好了！

回答您关于不同结果的问题：

1. 首先，检查相关性/相似性矩阵是否相同。
2. 还注意到，由于添加了少量的随机噪声，因此结果不是100%确定的。如果两种实现的所有参数都相同，则必须检查它们。显然，如果使用默认参数，两种实现都不会得到相同的结果。但只有在默认值完全相同的情况下，这才是一个问题。据我所知，他们不是。例如，默认阻尼参数是不同的。

我希望这能有所帮助。