【转载】【Python-ML】SKlearn库谱聚类SpectralClustering模型

      在scikit-learn的类库中，sklearn.cluster.SpectralClustering实现了基于Ncut的谱聚类，没有实现基于RatioCut的切图聚类。同时，对于相似矩阵的建立，也只是实现了基于K邻近法和全连接法的方式，没有基于ϵ-邻近法的相似矩阵。最后一步的聚类方法则提供了两种，K-Means算法和 discretize算法。

       SpectralClustering的参数解释如下：

代码示例：

 

import time
from sklearn.cluster import SpectralClustering
from sklearn import metrics

if __name__ == "__main__":    
    start = time.clock() 
    #X是训练集
    
    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

代码本地调试过。