小编Bab*_*aba的帖子

尝试将亲和力传播用于简单的群集任务:

from sklearn.cluster import AffinityPropagation
c = [[0], [0], [0], [0], [0], [0], [0], [0]]
af = AffinityPropagation (affinity = 'euclidean').fit (c)
print (af.labels_)

我得到了这个奇怪的结果:[0 1 0 1 2 1 1 0]

我希望所有样本都在同一个集群中,就像这种情况一样:

c = [[0], [0], [0]]
af = AffinityPropagation (affinity = 'euclidean').fit (c)
print (af.labels_)

确实将所有样本放在同一个集群中:[0 0 0]

我错过了什么？

谢谢

我认为除法操作有些不一致,但我不确定.

在下面的代码中,我希望// c为100.0,或b // c为-99.0.

a = 1.0
b = -1.0
c = 0.01

print (a/c)
print (a//c)
print (b/c)
print (b//c)

得到:

100.0
99.0
-100.0
-100.0

谢谢