使用 scikit 学习具有预先计算的亲和矩阵的光谱聚类？

Question

得到一个预先计算的相似度矩阵 Sim，其中 s_ij 等于向量 i 和向量 j 之间的相似度。

正在尝试计算集群。做

  clustering = SpectralClustering(cluster_count, affinity='precomputed', eigen_solver='arpack')
  clustering.fit(sparse_dok_sim_matrix)
  clusters = clustering.fit_predict(sparse_dok_sim_matrix)
  print clusters

我得到一些看起来像簇标签但完全错误的东西。同一簇中样本之间的边权重是图上边权重的 99%。聚类结果似乎完全随机且毫无意义。

任何建议，也许我做错了？

例如，我尝试使用 dbscan 进行此操作但一无所获：

results = block_diag(np.ones((3,3)), np.ones((3,3)), np.ones((4,4)))
results = 1000 * (np.ones((len(results), len(results))) - results)
print results
print dbscan(X=results.astype(float), metric='precomputed')

这就是结果，它说一切都是噪音，尽管很明显前三个点在同一个位置，接下来的三个点也是……最后四个也是。

[[    0.     0.     0.  1000.  1000.  1000.  1000.  1000.  1000.  1000.]
 [    0.     0.     0.  1000.  1000.  1000.  1000.  1000.  1000.  1000.]
 [    0.     0.     0.  1000.  1000.  1000.  1000.  1000.  1000.  1000.]
 [ 1000.  1000.  1000.     0.     0.     0.  1000.  1000.  1000.  1000.]
 [ 1000.  1000.  1000.     0.     0.     0.  1000.  1000.  1000.  1000.]
 [ 1000.  1000.  1000.     0.     0.     0.  1000.  1000.  1000.  1000.]
 [ 1000.  1000.  1000.  1000.  1000.  1000.     0.     0.     0.     0.]
 [ 1000.  1000.  1000.  1000.  1000.  1000.     0.     0.     0.     0.]
 [ 1000.  1000.  1000.  1000.  1000.  1000.     0.     0.     0.     0.]
 [ 1000.  1000.  1000.  1000.  1000.  1000.     0.     0.     0.     0.]]
(array([], dtype=int64), array([-1, -1, -1, -1, -1, -1, -1, -1, -1, -1]))

Answer 1

对于DBSCAN：根据documentation，默认min_samples=5。 "clusters" 的 None 有 5 个样本，因此所有内容都标记为噪音。对于 SpectralClustering，如果没有更多详细信息，我无法为您提供帮助。

使用 scikit 学习具有预先计算的亲和矩阵的光谱聚类？

Using scikit learn spectral clustering with precomputed affinity matrix?

cluster-computing

python-2.7

scikit-learn