基于scikit-learn与NetworkX构建月牙形数据集的谱聚类关联图（近邻数设为2）

你已经完成了谱聚类的关键步骤，拿到了节点数据和亲和矩阵，接下来只需要筛选指定近邻的边，再结合原始数据的坐标布局来绘图就能实现需求。下面是完整的实现代码，我把图构建和可视化的部分补充进去了：

import numpy as np 
from sklearn.cluster import SpectralClustering 
from sklearn.datasets import make_moons 
import matplotlib.pyplot as plt 
import networkx as nx 

# 生成月牙形数据集
X, y = make_moons(n_samples=20, random_state=0) 

# 执行谱聚类，获取亲和矩阵
clustering = SpectralClustering(
    n_clusters=2, 
    assign_labels='kmeans',
    affinity='rbf',
    gamma=10, 
    random_state=0
) 
y_predict = clustering.fit_predict(X) 
affinity_matrix = clustering.affinity_matrix_

# ---------------------- 构建近邻数为2的关联图 ----------------------
# 1. 为每个节点筛选权重最高的2个近邻（排除自身）
G = nx.Graph()
# 添加所有节点，用样本索引作为节点ID，同时存储坐标和聚类标签
for idx in range(len(X)):
    G.add_node(idx, pos=X[idx], label=y_predict[idx])

# 遍历每个节点，找top2的近邻
for i in range(len(affinity_matrix)):
    # 获取当前节点与其他节点的亲和度，排除自身（对角线元素）
    neighbor_scores = affinity_matrix[i].copy()
    neighbor_scores[i] = -np.inf  # 把自身的亲和度设为最小值，避免选中
    # 获取权重最高的2个节点的索引
    top2_neighbors = np.argsort(neighbor_scores)[-2:]
    # 添加边，带上亲和度作为权重，避免重复添加双向边
    for neighbor in top2_neighbors:
        if not G.has_edge(i, neighbor):
            weight = affinity_matrix[i][neighbor]
            G.add_edge(i, neighbor, weight=weight)

# 2. 可视化：用原始数据的坐标作为节点位置，保持月牙形态
pos = nx.get_node_attributes(G, 'pos')
node_labels = nx.get_node_attributes(G, 'label')

# 绘制节点，用聚类结果上色区分簇
nx.draw_networkx_nodes(G, pos, node_size=500, 
                       node_color=[node_labels[n] for n in G.nodes], 
                       cmap=plt.cm.coolwarm)
# 绘制边，边的透明度对应权重大小（权重越高越不透明）
edges = G.edges(data=True)
nx.draw_networkx_edges(G, pos, edgelist=edges, 
                       alpha=[d['weight'] for (u, v, d) in edges],
                       width=2)
# 添加节点编号方便对应原始数据
nx.draw_networkx_labels(G, pos, font_size=12, font_weight='bold')

plt.title('Moon Dataset Neighbor Graph (Top 2 Neighbors)')
plt.axis('equal')
plt.show()

关键步骤说明： #

• 筛选近邻：通过把自身亲和度设为负无穷，确保每个节点只选出和其他节点中权重最高的2个连接，避免生成自环。
• 图布局：直接使用原始数据集的坐标作为节点位置，这样图的形态会和月牙数据集保持一致，不会打乱原有分布。
• 可视化细节：用聚类结果给节点上色，边的透明度对应亲和权重，能直观看到节点间的连接强度差异。

运行这段代码后，你就能得到一个保持月牙形态、每个节点仅连接2个权重最高近邻的关联图啦。

内容的提问来源于stack exchange，提问作者Ytt