如何从sklearn谱聚类中获得特征值和特征向量？

Question

我正在尝试从sklearn进行光谱聚类，并设置最佳聚类数，我想使用本文建议的方法＆＃34;自调整光谱聚类＆＃34; （在NIPS上发表）。这种方法需要特征值和特征向量，我意识到sklearn谱聚类不能提供它。

有没有办法从sklearn谱聚类中获取特征值和特征向量？

这是纸bibtex

@article{zelnik2005self,
  title={Self-tuning spectral clustering},
  author={Zelnik-Manor, Lihi and Perona, Pietro},
  year={2005},
  publisher={MIT Press}
}

Answer 1

就像@ anony-mousse所说，你可以在源代码中找到它。

在sklearn\cluster\spectral.py中的sklean源代码内，有这一行：

maps = spectral_embedding(affinity...

maps包含特征向量。默认情况下，spectral_embedding仅输出特征向量，但您可以修改它以输出特征值（通常命名为lambdas）。您也可以使用您选择的本征解析器从亲和力矩阵中自行计算它们。

Answer 2

如果您查看以下源文件：

This

然后

https://github.com/scikit-learn/scikit-learn/blob/f0ab589f/sklearn/cluster/spectral.py#L259

您最终可以看到，一种计算特征值/向量的方法是

lambdas, diffusion_map = eigh(laplacian)

在这里，eigh指的是源文件顶部提到的https://github.com/scikit-learn/scikit-learn/blob/f0ab589f/sklearn/manifold/spectral_embedding_.py#L308。