1
Amy 原创整理｜资料核验：2026-11-02
scikit-learn规定，SpectralClustering的affinity='precomputed'会把输入当作预先算好的相似度矩阵，数值越大表示越相似。普通距离矩阵通常相反：相同点距离为零，越远数值越大；直接交进去会把关系含义反过来。
官方另有precomputed_nearest_neighbors，它把输入解释为稀疏的预计算距离图，再按最近邻构建二元相似关系。这两个参数值的输入含义不能混用。
Amy建议：传入矩阵前，先抽一对明显相近和一对明显相远的样本，核对数值方向、样本顺序及矩阵形状。若要把距离转成相似度，转换函数和尺度参数也必须写进实验记录，不能只把变量名改成similarity。
官方来源：
https://scikit-learn.org/stable/modules/generated/sklearn.cluster.SpectralClustering.html