Какие плюсы и минусы спектральной кластеризации

Плюсы:

• Эффективен для невыпуклых кластеров, где k-means плохо работает
• Может выявлять сложные структуры данных
• Работает на основе матрицы сходства, что гибко для разных метрик

Минусы:

• Высокая вычислительная сложность (O(n³) для больших данных)
• Требует выбора числа кластеров заранее
• Чувствителен к параметрам (например, ширине ядра в RBF)

from sklearn.cluster import SpectralClustering
import numpy as np

X = np.array([[1, 1], [2, 1], [1, 0],
              [4, 4], [3, 5], [4, 5]])

sc = SpectralClustering(n_clusters=2, affinity='rbf')
labels = sc.fit_predict(X)