博客
关于我
机器学习-无监督学习-聚类:聚类方法(三)--- 谱聚类算法
阅读量:225 次
发布时间:2019-02-28

本文共 535 字,大约阅读时间需要 1 分钟。

谱聚类算法是一种基于图论的无监督学习方法,通过构建拉普拉斯矩阵并利用其特征值和特征向量来实现数据的降维和聚类。以下是对谱聚类算法的详细描述:

  • 谱和谱聚类

    • :方阵的所有特征值的全体统称为方阵的谱。谱半径是最大的特征值,而谱聚类则是基于拉普拉斯矩阵的特征向量进行聚类的方法。
  • 拉普拉斯矩阵

    • 拉普拉斯矩阵L = D - W,其中D是度矩阵,W是相似度矩阵。
    • 度矩阵D中的元素d_i表示样本点x_i与其他样本点的相似度之和。
    • 相似度矩阵W中的元素w_ij表示样本点x_i与x_j的相似度。
  • 计算特征值和特征向量

    • 对拉普拉斯矩阵L计算特征值,并从中选择前k小的特征值。
    • 对应每个选中的特征值,计算其特征向量,将这些特征向量组成矩阵U。
  • 生成新样本点

    • 将矩阵U的每一行作为新的样本点,生成n*k个新样本点。
    • 这些新样本点将用于后续的k-means聚类。
  • k-means聚类

    • 使用k-means算法对新生成的n*k个样本点进行聚类,得到k个聚类簇。
    • 每个聚类簇对应原始数据中的一个簇。
  • 输出聚类结果

    • 最终输出k个聚类簇,每个簇包含属于该簇的样本点集合。
  • 通过以上步骤,谱聚类算法能够有效地将高维数据映射到低维空间,并利用k-means算法完成聚类任务,从而实现数据的有效降维和聚类。

    转载地址:http://ltzp.baihongyu.com/

    你可能感兴趣的文章
    Mysql Can't connect to MySQL server
    查看>>
    mysql case when 乱码_Mysql CASE WHEN 用法
    查看>>
    Multicast1
    查看>>
    MySQL Cluster 7.0.36 发布
    查看>>
    Multimodal Unsupervised Image-to-Image Translation多通道无监督图像翻译
    查看>>
    multipart/form-data与application/octet-stream的区别、application/x-www-form-urlencoded
    查看>>
    mysql cmake 报错,MySQL云服务器应用及cmake报错解决办法
    查看>>
    Multiple websites on single instance of IIS
    查看>>
    mysql CONCAT()函数拼接有NULL
    查看>>
    multiprocessing.Manager 嵌套共享对象不适用于队列
    查看>>
    multiprocessing.pool.map 和带有两个参数的函数
    查看>>
    MYSQL CONCAT函数
    查看>>
    multiprocessing.Pool:map_async 和 imap 有什么区别?
    查看>>
    MySQL Connector/Net 句柄泄露
    查看>>
    multiprocessor(中)
    查看>>
    mysql CPU使用率过高的一次处理经历
    查看>>
    Multisim中555定时器使用技巧
    查看>>
    MySQL CRUD 数据表基础操作实战
    查看>>
    multisim变压器反馈式_穿过隔离栅供电:认识隔离式直流/ 直流偏置电源
    查看>>
    mysql csv import meets charset
    查看>>