对于预先计算的距离，我为 sklearn 中的 FeatureAgglomeration 的拟合函数提供了哪些参数？答案

【问题标题】：What parameters do I provide to the fit function of the FeatureAgglomeration in sklearn for precomputed distances?对于预先计算的距离，我为 sklearn 中的 FeatureAgglomeration 的拟合函数提供了哪些参数？
【发布时间】：2022-11-02 23:12:32
【问题描述】：

我想在 SKLearn 中使用具有多个数据点（每个由多个特征定义）和一个预定义的亲和力（或距离）矩阵的 FeatureAgglomeration。

我使用了 AgglomerativeClustering，亲和力设置为预先计算，在 fit 函数中，我提供了一个矩阵，其中包含预先计算的距离，取得了很大的成功。

使用 FeatureAgglomeration，我知道我必须同时提供每个数据点的特征和预先计算的距离，但我无法确定要为拟合函数提供什么输入 (fit(X, y=none)) 和它似乎没有记录（特别是在您使用预先计算的情况下）。

【问题讨论】：

标签： python scikit-learn cluster-analysis hierarchical-clustering

【解决方案1】：

我遇到了同样的问题，文档在这里没有帮助。但是，我发现fit() 需要一个距离矩阵，transform() 需要降低特征矩阵的维数。看FeatureAgglomeration的源码就明白了，特别是下面两部分

https://github.com/scikit-learn/scikit-learn/blob/f3f51f9b611bf873bd5836748647221480071a87/sklearn/cluster/_agglomerative.py#L1237

和

https://github.com/scikit-learn/scikit-learn/blob/f3f51f9b611bf873bd5836748647221480071a87/sklearn/cluster/_feature_agglomeration.py#L18

希望这可以帮助。

【讨论】：