论文笔记：核k-means与谱聚类_kernel k-means, spectral clustering and normalized

论文题目：Kernel k-means, Spectral Clustering and Normalized Cuts

Summary

• 论文总结了传统的核k-means方法和谱聚类的方法，这两种方法看似是不相关的，但其实通过一定的公式推导和理论的证明，可以得到核k-means的方法也可以表达成为谱聚类那样的最大化迹的形式。

Problem Statement

• 线性的k-means只能解决线性空间上的聚类问题，谱聚类由于在谱空间上进行聚类因此可以聚类非线性的数据形式，可以将k-means通过非线性核转化到非线性的空间上去。而谱聚类由于需要计算特征值，因此计算量非常大。

Method

• 常用的非线性核函数
  
• 加权的核kmeans
  
• 加权核k-means算法
  
• 谱聚类优化函数
  
• 建立两者联系：将聚类中心写成矩阵的形式，并代入到k-means的优化函数中：
  
  
  
• 因此可以转化为最小化簇间距，即最大化迹。

Evaluation

• 论文主要是在算法的复杂度和计算时间上进行了比较，证明了算法的有效和高效。

Conclusion

• 核k-means核谱聚类两种方法是有联系的，在特定的情况下是可以转化等价的。

Notes

• Kernel k-means and spectral clustering have both been used to identify clusters that are non-linearly separable in input space.
• A major drawback to k-means is that it cannot separate clusters that are non-linearly separable in input space.
• Clustering has received a significant amount of attention in the last few years as one of the fundamental problems in data mining. k-means is one of the most popular clustering algorithms.

References

• Introduction to Support Vector Machines: And Other Kernel-Based Learning Methods.
• Iterative clustering of high dimensional text data augmented by local search.
• On clusterings – good, bad, and spectral.
• On spectral clustering: Analysis and an algorithm.
• Multiclass spectral clustering.
• Spectral relaxation for k-means clustering.