机器学习 - 亲和传播算法摘要：亲和传播算法是一种无需预设聚类数量的无监督学习方法，通过消息传递机制自动识别数据中的"范例点"作为聚类中心。该算法通过交替更新责任矩阵（反映样本适配度）和可用性矩阵（反映中心认可度）实现聚类，适用于中小规模数据集。其优势在于自动确定聚类数量和处理复杂形状数据，但存在计算成本高、对参数敏感等局限。Python中可通过scikit-learn的AffinityPropagation类实现，需重点调整preference和damping参数。该算法在生物信息学、图像处理等领域有广泛应用，但大数据场景建议选