Python的sklearn库AgglomerativeClustering聚类算法的距离阈值精度是多少

1. 参数本身的存储精度
   distance_threshold接收Python标准float类型（64位双精度浮点数），有效十进制精度为15~17位，可表示的最小正非零值约为2.2×10^-308。你举例的d=0.000002远大于最小可表示阈值，会被算法直接使用，不会被四舍五入为0。
2. 实际有效精度的限制因素

• 输入数据精度限制：如果你的输入特征矩阵i的特征本身只有有限位小数，那么计算得到的样本间欧氏距离精度也会匹配输入精度，此时设置过高的distance_threshold小数位不会对聚类结果产生实际影响。
• 簇合并临界距离限制：只有当distance_threshold的数值变化超过当前场景下可合并簇的最小距离差时，聚类结果才会发生变化，否则即使参数数值被准确存储，也不会改变输出的聚类簇数，这是业务场景的数值敏感度问题，和参数存储精度无关。

3. 精度验证方法
   你可以直接打印初始化后的聚类对象参数，确认输入的阈值是否被准确保留：

d = 0.000002
clustering = AgglomerativeClustering(n_clusters=None, affinity='euclidean',
                             distance_threshold=d, linkage='single')
print(clustering.distance_threshold)

运行后输出为2e-06，和你设置的数值完全一致。

内容的提问来源于stack exchange，提问作者Lois