科学知识中的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和聚类。虽然它们在一些细节上有所不同，但它们的光谱聚类和它们的大部分参数都是重叠的。我很困惑为什么在滑雪中有两种类似的方法？

我注意到了一些不同之处：

• 在SpectralClustering中，参数affinity同时接受字符串和数组；它的默认值是'rbf'；在spectral_clustering中只能是一个矩阵。
• SpectralClustering()的工作方式类似于构造函数。它不返回任何内容，但是有两个属性affinity_matrix_(您可以在调用.fit()之后访问它)和labels_。spectral_clustering是一个只返回标签的方法。

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任务呢？

Answer 1

你查过源代码了吗？

我希望SpectralClustering是一个面向对象的包装器，用于命令式方法spectral_clustering。