k-means和spectral clustering 谱聚类总结_谱聚类和kmeans聚类

作者：我家自动化 | 2024-02-28 15:01:22

踩

谱聚类和kmeans聚类

1. k-means

目标函数：
在这里插入图片描述
其中i表示第i簇，共有k簇，ni表示划分为第i簇的数据点数量，x_i_j 表示第i簇第j个数据， u_i表示第i簇的中心值，。
算法：
（1）设置k个样本中心点，将所有样本点划分为距离其最近样本中心的集合中。
（2）根据划分的数据集更新样本的中心点。
直至样本中心点不再变化（数据划分无差别）或所有样本点距离其划分的样本中心距离之和达到最小值即为结束。

注：（1）K-means目标函数与降维中LDA的Sw形式一致！！！
（2）k-means的目标函数与谱聚类中Ncut松弛形式一致等价！

2. spectral clustering

2.1 谱聚类图的构建

主要可以分为三种ε-近邻、全连接、k近邻。
W为对称矩阵。

2.2 谱聚类的基础理论

声明：本文内容由网友自发贡献，不代表【wpsshop博客】立场，版权归原作者所有，本站不承担相应法律责任。如您发现有侵权的内容，请联系我们。转载请注明出处：https://www.wpsshop.cn/w/我家自动化/article/detail/159675