一种ap算法的改进:m-ap聚类算法

affinitypropagation(ap)聚类算法将所有数据点作为潜在的聚类中心,在相似度矩阵的基础上通过消息传递进行聚类。与传统聚类方法相比,对于大规模数据集,ap是一种快速、有效的聚类方法。但是ap算法在聚类结构复杂的(非团状)数据集上得到的效果并不是很好。因此,在ap的基础上加入一个merge过程,将ap算法改进为m-ap算法,可以有效地解决这种问题。而当样本数目比较大时,将cvm压缩算法融入其中,可以有效地解决大样本问题。