谱聚类谱聚类是一种基于图论的聚类方法,通过对样本数据的拉普拉斯矩阵的特征向量进行聚类,从而达到对样本数据聚类的母的。谱聚类可以理解为将高维空间的数据映射到低维,然后在低维空间用其它聚类算法(如KMeans,c-均值聚类)进行聚类。相似图构造相似图,用来刻画数据点局部的近邻关系。顶点对应一个样本点。k-近邻图 如...
谱聚类算法是目前最流行的聚类算法之一,其性能及适用场景优于传统的聚类算法如k-均值算法,本文对谱聚类算法进行了详细总结,内容主要参考论文《A Tutorial on Spectral Clustering》,下载链接:https://github.com/zhangleiszu/machineLearning,若对谱聚类算法有不理解的地方,欢迎交流。目录1. 谱聚类模型的优化思想2. 图...
谱聚类谱聚类是一种基于图论的聚类方法,通过对样本数据的拉普拉斯矩阵的特征向量进行聚类,从而达到对样本数据聚类的母的。谱聚类可以理解为将高维空间的数据映射到低维,然后在低维空间用其它聚类算法(如KMeans,c-均值聚类)进行聚类。相似图构造相似图,用来刻画数据点局部的近邻关系。顶点对应一个样本点。k-近邻图 如...