七、SpectralClustering

1. SpectralClustering 是scikit-learn给出的谱聚类模型。其原型为

   class sklearn.cluster.SpectralClustering(n_clusters=8, eigen_solver=None,
   random_state=None, n_init=10, gamma=1.0, affinity='rbf', n_neighbors=10, 
   eigen_tol=0.0, assign_labels='kmeans', degree=3, coef0=1, kernel_params=None,
   n_jobs=None)

   • n_clusters：一个整数，指定降维的维数，即 。

   • eigen_solver：一个字符串或者None，指定求解特征值的求解器。可以为：

     • 'arpack'：使用arpack 求解器。
     • 'lobpcg'：使用lobpcg 求解器。
     • 'amg'：使用amg 求解器。它要求安装pyamg。优点是计算速度快，支持大规模、稀疏数据，但是可能导致不稳定。

   • random_state：指定随机数种子。

   • n_init：一个整数，指定二次聚类时的k-means 算法的n_init 参数，它会重复执行k-means 算法n_init 轮，选择效果最好的那轮作为最终聚类的输出。

   • affinity：一个字符串、数组或者可调用对象，指定相似度矩阵的计算方式。

     • 如果是字符串，则必须是'nearest_neighbors'、'precomputed'、'rbf'、或者由sklearn.metrics.pairwise_kernels 支持的其它核函数。
     • 如果是一个数组，则直接给出相似度矩阵。
     • 如果是可调用对象，则输入两个样本，输出其相似度。

   • gamma：一个浮点数，它给出了rbf,poly,sigmoid,laplacian,chi2 核的系数。

     如果affinity='nearest_neighbors'，则忽略该参数。

   • degree：一个整数，当使用多项式核时，指定多项式的度。

   • coef0：一个整数，当使用多项式核和sigmoid 核时，指定偏置。

   • kernel_params：一个字典，当affinity 是可调用对象时，传给该可调用对象的关键词参数。

   • n_neighbors：一个整数，指定当计算相似度矩阵时，考虑样本周围近邻的多少个样本。

     如果affinity='rbf'，则忽略该参数。

   • eigen_tol：一个浮点数，当使用arpack 求解器求解特征值时，指定收敛阈值。

   • assign_labels：一个字符串，指定二次聚类的算法。

     • 'kmeans'：使用k-means 算法执行二次聚类。
     • 'discretize'：使用discretize 执行二次聚类。
   • n_jobs：指定并行度。

2. 属性：

   • affinity_matrix：一个形状为(n_samples,n_samples) 的数组，给出了相似度矩阵。
   • labels_：一个形状为(n_samples,) 的数组，给出了每个样本的簇标记。

3. 方法：

   • fit(X[,y])：训练模型。
   • fit_predict(X[, y])：训练模型并执行聚类，返回每个样本所属的簇标记。