更改

==劣势==

==劣势==

AP的劣势是充分识别了数据内部的结构后，对于许多真实数据，都会聚出比较多的类，因此在聚类数量在1-5时，速度没有K-means快，效果也不一定好。 具体来说，AP算法复杂度为O(N*N*logN)，而K-Means是O(N*K)。因此当N比较大时(N>3000)，AP聚类算法往往需要算很久。

AP的劣势是充分识别了数据内部的结构后，对于许多真实数据，都会聚出比较多的类，因此在聚类数量在1-5时，速度没有K-means快，效果也不一定好。 具体来说，AP算法复杂度为<math>\O(N*N*logN)</math>，而K-Means是<math>O(N*K)</math>。因此当N比较大时(N>3000)，AP聚类算法往往需要算很久。

==应用==

==应用==