我在使用 sklearn 的 AffinityPropagation 进行聚类分析。

使用 clustering.labels_ 得到的结果与对同一训练数据使用 clustering.predict 得到的结果不同（尽管几乎相同）。

为什么会这样，有什么见解吗？

回答：

除了 k-means 家族的聚类方法外，不要使用 predict。

如果你执行 fit，结果是通过亲和传播计算得出的。

如果你调用 predict，实际上并不是在进行亲和传播。相反，它只是为每个点找到最近的样本点。这可能会，也可能不会，给出相同的结果，正如你所观察到的。由于最接近的点可能是主要原因，这种方法有很高的可能性是正确的 – 但它并不是在进行任何形式的亲和传播，而是对样本点进行最近邻分类。

k-means 是可以的，因为它使用的是最近中心逻辑。但这种逻辑并不普遍适用于聚类。一般来说，聚类算法无法对样本外的数据进行预测；你需要一个分类器来做到这一点。