Sklearn谱聚类中K近邻亲和矩阵出现0.5值的原因探究

核心逻辑：有向近邻图的对称化方式 #

当你在SpectralClustering中设置affinity='nearest_neighbors'时，底层会先生成有向的K近邻连接图：

• 对每个样本点，找到包含自身在内的n_neighbors个最近邻（默认include_self=True），将有向边i→j的权重设为1（如果j是i的近邻），否则为0。
• 这个初始图是有向的：i属于j的近邻，不代表j一定属于i的近邻。

Sklearn会对这个有向图做对称化处理，规则很直接：

• 若i和j互为近邻（双向有边），对称化后权重保持1.0；
• 若只有单向连接（比如j是i的近邻，但i不是j的近邻），则对称化后A[i,j]和A[j,i]都设为(1+0)/2=0.5——这就是你看到的0.5数值的来源。

关于你手动对称化后与原矩阵的差异 #

你提到手动将亲和矩阵与转置相加取平均后结果不符，大概率是这两个原因：

• 处理对象或细节偏差：如果你是手动构建原始有向近邻图再对称化，要注意Sklearn的kneighbors_graph在处理距离相等的样本时，会通过random_state参数决定近邻的选择（比如你的例子中多个点距离相同），这会导致你手动构建的有向图和Sklearn内部生成的有差异，最终对称化结果不同。
• 自环的处理：Sklearn默认会给每个样本添加自环（权重1.0），如果你手动构建时忽略了这一点，也会导致结果偏差。

举你例子里的点1和点4：
假设Sklearn内部生成的有向图中，点1的3近邻包含点4，但点4的3近邻不包含点1（因距离相等时的随机选择），那么对称化后两者之间的权重就会变成0.5，和你给出的亲和矩阵结果一致。

内容的提问来源于stack exchange，提问作者Francis Baffour-Awuah Junior