1
Amy 原创整理｜资料核验：2026-11-02
scikit-learn的Birch先构建包含子簇的树。threshold用于判断新样本并入最近子簇后，子簇半径是否满足条件；设置很小时更容易产生新的子簇。n_clusters则作用于最后的聚类步骤，把叶节点子簇作为输入进一步聚合。
官方参数表写明，n_clusters=None时不做最后这一步，直接保留子簇；若给整数，则最后使用指定簇数的AgglomerativeClustering。因此，想研究树形成了多少个子簇，不能只盯最终标签有几种。
Amy建议：实验记录同时保留threshold、n_clusters和subcluster_centers_的数量，分清变化发生在哪个阶段；先固定数据与其他条件，再比较参数。子簇更多不自动代表分群更符合业务含义，仍需检查实际样本。
官方来源：
https://scikit-learn.org/stable/modules/generated/sklearn.cluster.Birch.html