目录
1 谱聚类基本数学概念
1.1 实对称阵的特征值是实数
1.2 实对称阵不同特征值的特征向量正交
2. 谱和谱聚类
2.1 谱聚类的原理及过程
What:谱聚类在做什么?
Why:谱聚类为什么这么做?
2.2 随机游走(Random walk)拉普拉斯矩阵
2.3 谱聚类例子
2.4 进一步思考
3. 参考文献
1 谱聚类基本数学概念 1.1 实对称阵的特征值是实数 1.2 实对称阵不同特征值的特征向量正交
2. 谱和谱聚类
方阵的谱:方阵作为线性算子,它的所有特征值的全体统称为方阵的谱。
谱半径:方阵的谱半径为最大的特征值。
eg:矩阵A的谱半径:的最大特征值
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目的。
2.1 谱聚类的原理及过程 What:谱聚类在做什么?
L为半正定的对称矩阵
n*n到n*k的过程,类似于SVD和PCA,但是做法不一样。
K的选择(使用elbow method)
Why:谱聚类为什么这么做?从切割图来理解
2.2 随机游走(Random walk)拉普拉斯矩阵
将常数项,和负号去掉,此时,特征值λ需要从大到小排序
2.3 谱聚类例子
2.4 进一步思考
对上述K-Means的作用不是特别理解(why?)。
3. 参考文献欢迎分享,转载请注明来源:内存溢出
评论列表(0条)