scikit-learn 中的 SpectralClustering 与 spectral_clustering

Question

我注意到 sklearn.cluster 库中有两个不同的谱聚类函数：SpectralClustering and spectral_clustering。虽然它们在某些细节上有所不同，但两者都进行谱聚类并且它们的大部分参数重叠。我很困惑为什么sklearn中有两种如此相似的方法？

我注意到的一些差异：

• 在SpectralClustering中，参数affinity同时接受字符串和数组；它的默认值为 'rbf'；在spectral_clustering中只能是矩阵

• SpectralClustering() 的工作方式类似于构造函数。它没有 return 任何东西，但有两个属性 affinity_matrix_（您可以在调用 .fit() 后访问）和 labels_。 spectral_clustering 是一种只有 return 标签的方法。

使用 SpectralClustering：

cluster=SpectralClustering().fit(X)
cluster.labels_

使用spectral_clustering：

labels=spectral_clustering(affinity_matrix)

尽管存在这些明显的差异，但我想知道这两种方法在基本方面是否存在差异。否则为什么有两种方法可以完成基本相同的事情？

Answer 1

你查看源代码了吗？

我希望 SpectralClustering 是命令式方法的面向对象包装器 spectral_clustering。