当然可以用scikit-learn实现这个需求！你的场景完全契合亲和传播聚类的核心逻辑——基于样本间的相似度（这里就是不同网格点的WiFi信号强度相似性）自动发现聚类中心，不需要提前指定聚类数量，非常适合你的网格点信号聚类场景。

下面是适配你数据集的完整代码示例和关键说明：

1. 数据准备 #

你的数据集核心是：每个网格点作为一个样本，每个样本的特征是各个WiFi接入点的信号强度值（比如有5个WiFi，特征就是[RSSI_AP1, RSSI_AP2, RSSI_AP3, RSSI_AP4, RSSI_AP5]）。

首先需要把数据整理成scikit-learn要求的二维数组格式：(n_samples, n_features)，其中：

• n_samples：网格点的总数量
• n_features：WiFi接入点的数量

假设你的数据存储在CSV文件中，格式如下（第一列是网格点坐标，后面列是各个WiFi的信号强度）：

x,y,RSSI1,RSSI2,RSSI3
0.5,0.6,-52,-60,-75
1.2,0.8,-55,-58,-72
...

可以用pandas加载并提取特征：

import pandas as pd
from sklearn.cluster import AffinityPropagation
from sklearn import metrics

# 加载数据集
df = pd.read_csv("wifi_grid_data.csv")
# 提取信号强度作为特征（跳过x、y坐标列）
X = df[["RSSI1", "RSSI2", "RSSI3"]].values

2. 适配亲和传播聚类 #

直接修改sklearn的示例代码，适配你的特征数据即可。这里需要重点关注preference参数——它决定了聚类中心的数量：值越小，聚类数量越少；值越大，聚类数量越多。你可以根据数据的相似度分布调整，比如设为样本间相似度的中位数：

# 初始化并训练亲和传播模型
# 可选：计算样本间相似度的中位数来设置preference，更适配你的数据
from sklearn.metrics.pairwise import euclidean_distances
similarity = -euclidean_distances(X)  # 亲和传播用负距离作为相似度
preference = similarity.flatten().median()

af = AffinityPropagation(preference=preference, random_state=0).fit(X)

# 获取聚类结果
cluster_centers_indices = af.cluster_centers_indices_
labels = af.labels_
n_clusters_ = len(cluster_centers_indices)

print(f"自动发现的聚类数量: {n_clusters_}")

3. 结果分析与可视化 #

你可以把聚类结果和网格点坐标结合，可视化不同聚类的分布：

import matplotlib.pyplot as plt

# 绘制每个聚类的网格点
plt.figure(figsize=(10, 8))
colors = plt.cm.get_cmap('viridis', n_clusters_)
for k, col in zip(range(n_clusters_), colors):
    class_members = labels == k
    cluster_center = X[cluster_centers_indices[k]]
    # 绘制聚类内的网格点
    plt.scatter(df.loc[class_members, "x"], df.loc[class_members, "y"], 
                c=[col], marker='o', s=50, label=f"Cluster {k+1}")
    # 绘制聚类中心（用更大的点标记）
    plt.scatter(df.loc[cluster_centers_indices[k], "x"], df.loc[cluster_centers_indices[k], "y"],
                c=[col], marker='s', s=200, edgecolors='k')

plt.title(f"WiFi信号强度网格点的亲和传播聚类 (共{n_clusters_}个聚类)")
plt.xlabel("X坐标")
plt.ylabel("Y坐标")
plt.legend()
plt.show()

4. 关键注意事项 #

• 缺失值处理：如果某些网格点的WiFi信号强度有缺失（比如无信号），需要先处理：可以用同WiFi的平均信号强度填充，或者删除缺失严重的样本。
• 相似度度量：默认用欧氏距离的负值作为相似度，你也可以根据需求换成其他相似度（比如余弦相似度），只需要自定义相似度矩阵传入affinity='precomputed'参数即可。
• 聚类数量调整：如果自动生成的聚类数量不符合预期，直接调整preference参数即可——比如想减少聚类数，就减小preference的值；想增加就增大。

内容的提问来源于stack exchange，提问作者santobedi