请参阅文档第2.3.5节：
https://scikit-learn.org/stable/modules/clustering.html#spectral-clustering
文档说spectral clustering is especially efficient if the affinity matrix is sparse (and the pyamg module is installed)。我对稀疏矩阵的理解是，矩阵中的零比非零多。
当亲和度矩阵为“稀疏”时，这是否意味着总会减少查找亲和度矩阵的计算，从而使效率更高？ 我的理由是，这些“稀疏零值”的距离为0，并且具有很高的相似性。
如果是这样，那么在准备频谱聚类分析之前，最好准备preprocessing.normalize而不是preprocessing.scale来准备数据...？