sklearn 谱聚类导致的聚类数量少于集合答案

【问题标题】：sklearn spectral clustering results in smaller number of cluster than setsklearn 谱聚类导致的聚类数量少于集合
【发布时间】：2020-02-28 16:48:24
【问题描述】：

from sklearn.cluster import SpectralClustering
import numpy as np
test = np.array([[63.15907836],
       [69.67386298],
       [67.20030411],
       [66.25165771],
       [62.21031327],
       [55.09531565],
       [65.85034014],
       [52.99841912],
       [52.04523986],
       [52.09008007],
       [94.65364516]])
clustering = SpectralClustering(n_clusters = 4).fit(test)
clustering.labels_

上面的代码结果是array([3, 3, 3, 3, 3, 3, 3, 3, 3, 3, 1], dtype=int32)，这让我很惊讶。光谱聚类需要设置一些聚类，我这样做了，但只得到了两个聚类。我错过了什么？

【问题讨论】：

标签： python scikit-learn cluster-analysis

【解决方案1】：

有时，根据初始化，谱聚类（和 k-means）可以找到空聚类。

例如，将random_state 设置为 17 会导致 4 个集群：

clustering = SpectralClustering(n_clusters = 4, random_state=17).fit(test)

您可以在 k-means 中找到它的说明（光谱聚类依赖于 k-means）：http://user.ceng.metu.edu.tr/~tcan/ceng465_f1314/Schedule/KMeansEmpty.html

【讨论】：