使用类sklearn.cluster.SpectralClustering和参数affinity ='precomputed'

使用类sklearn.cluster.SpectralClustering和参数affinity ='precomputed'

直接来自文档：

如果您有一个亲和力矩阵（例如距离矩阵），其0表示相同的元素，而高值表示非常不同的元素，则可以通过应用高斯（RBF，热）内核：

np.exp(- X ** 2 / (2. * delta ** 2))

这在您自己的代码中进行，其结果可以传递给

fit

。就此算法而言，亲和度表示相似度，而不是距离。