????? 在scikit-learn的類庫中，sklearn.cluster.SpectralClustering實現了基于Ncut的譜聚類，沒有實現基于RatioCut的切圖聚類。同時，對于相似矩陣的建立，也只是實現了基于K鄰近法和全連接法的方式，沒有基于?-鄰近法的相似矩陣。最后一步的聚類方法則提供了兩種，K-Means算法和 discretize算法。

?????? SpectralClustering的參數解釋如下：

代碼示例：

?

import time from sklearn.cluster import SpectralClustering from sklearn import metricsif __name__ == "__main__": start = time.clock() #X是訓練集for index, gamma in enumerate((0.01,0.1,1)):for index, k in enumerate((3,4,5,6)):y_pred = SpectralClustering(n_clusters=k, gamma=gamma).fit_predict(X)print "Calinski-Harabasz Score with gamma=", gamma, "n_clusters=", k,"score:", metrics.calinski_harabaz_score(X, y_pred) end = time.clock() print('finish all in %s' % str(end - start))

引自：https://www.cnblogs.com/pinard/p/6235920.html

代碼本地調試過。

總結

以上是生活随笔為你收集整理的【转载】【Python-ML】SKlearn库谱聚类SpectralClustering模型的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。