AIS聚类论文入门指南：从理论到Python实战

1次阅读

没有评论

共计 2522 个字符，预计需要花费 7 分钟才能阅读完成。

AIS（Artificial Immune System，人工免疫系统）聚类是一种受生物免疫系统启发的机器学习算法。简单来说，它模仿了人体免疫系统识别和记忆病原体的过程，用来解决数据聚类问题。

想象一下我们的免疫系统：当新的病菌入侵时，免疫细胞会产生抗体来识别和消灭它们。类似地，在 AIS 聚类中：

数据点就像是入侵的病菌
抗体就是我们的聚类中心
抗体和抗原（数据点）之间的亲和力（相似度）决定了它们如何匹配

与 K -means 这类传统聚类算法相比，AIS 聚类有几个显著特点：

不需要预先指定聚类数量
可以自动适应数据的分布形状
对噪声和异常值更具鲁棒性

在实现 AIS 聚类时，初学者经常会遇到以下问题：

抗体初始化不当：随机初始化可能导致收敛缓慢或结果不理想
距离度量选择错误：不同的距离度量会显著影响聚类效果
参数设置不合理：如变异率过高可能导致算法不稳定

下面我们用 numpy 来实现一个基础的 AIS 聚类算法。完整代码会包含以下关键步骤：

import numpy as np

class AISCluster:
    def __init__(self, population_size=50, mutation_rate=0.1):
        self.population_size = population_size
        self.mutation_rate = mutation_rate

    def initialize_antibodies(self, X):
        """随机初始化抗体种群"""
        n_samples, n_features = X.shape
        return X[np.random.choice(n_samples, self.population_size, replace=False)]

    def calculate_affinity(self, X, antibodies):
        """计算抗原抗体亲和力（欧式距离）"""
        distances = np.zeros((len(X), len(antibodies)))
        for i, x in enumerate(X):
            distances[i] = np.linalg.norm(antibodies - x, axis=1)
        return distances

    def clone_and_mutate(self, antibodies, fitness):
        """克隆选择与变异"""
        # 根据适应度选择要克隆的抗体
        n_clones = (fitness * self.population_size).astype(int)
        clones = []

        for i, count in enumerate(n_clones):
            for _ in range(count):
                clone = antibodies[i].copy()
                # 添加随机变异
                mask = np.random.random(len(clone)) < self.mutation_rate
                clone[mask] += np.random.normal(0, 0.1, sum(mask))
                clones.append(clone)

        return np.array(clones)

    def fit(self, X, max_iters=100):
        """训练过程"""
        antibodies = self.initialize_antibodies(X)

        for _ in range(max_iters):
            # 计算亲和力
            distances = self.calculate_affinity(X, antibodies)
            cluster_ids = np.argmin(distances, axis=1)

            # 计算适应度（1/ 平均距离）avg_distances = np.array([np.mean(distances[cluster_ids == i, i]) 
                                     for i in range(len(antibodies))])
            fitness = 1 / (avg_distances + 1e-8)  # 避免除以零
            fitness /= np.sum(fitness)  # 归一化

            # 克隆变异
            antibodies = self.clone_and_mutate(antibodies, fitness)

        # 最终聚类分配
        distances = self.calculate_affinity(X, antibodies)
        self.labels_ = np.argmin(distances, axis=1)
        self.centers_ = antibodies

        return self

标准化数据：使用 StandardScaler 或 MinMaxScaler 确保各维度在相同尺度
降维处理：对高维数据可先使用 PCA 降维
处理缺失值：根据情况选择删除或填充

种群大小：通常在 50-200 之间，数据集越大需要的种群越大
变异率：0.05-0.2 之间比较合适，太高会导致不稳定
最大迭代次数：观察收敛曲线来调整

使用 matplotlib 可以直观地查看聚类效果（适用于 2D/3D 数据）：

import matplotlib.pyplot as plt

# 2D 数据可视化
def plot_clusters(X, labels, centers):
    plt.scatter(X[:,0], X[:,1], c=labels, cmap='viridis', alpha=0.5)
    plt.scatter(centers[:,0], centers[:,1], c='red', marker='x', s=100)
    plt.title('AIS Clustering Result')
    plt.show()