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中间件
    查看>>
    MYSQL中频繁的乱码问题终极解决
    查看>>
    MySQL为Null会导致5个问题,个个致命!
    查看>>
    MySQL为什么不建议使用delete删除数据?
    查看>>
    MySQL主从、环境搭建、主从配制
    查看>>
    Mysql主从不同步
    查看>>
    mysql主从同步及清除信息
    查看>>
    MySQL主从同步相关-主从多久的延迟?
    查看>>
    mysql主从同步配置方法和原理
    查看>>
    mysql主从复制 master和slave配置的参数大全
    查看>>
    MySQL主从复制几个重要的启动选项
    查看>>
    MySQL主从复制及排错
    查看>>
    mysql主从复制及故障修复
    查看>>
    MySQL主从复制的原理和实践操作
    查看>>
    webpack loader配置全流程详解
    查看>>
    mysql主从复制,读写分离,半同步复制实现
    查看>>
    MySQL主从失败 错误Got fatal error 1236解决方法
    查看>>
    MySQL主从架构与读写分离实战
    查看>>
    MySQL主从篇:死磕主从复制中数据同步原理与优化
    查看>>
    mysql主从配置
    查看>>