【Matlab】聚类方法_谱聚类

1.基本思想

谱聚类（Spectral Clustering）是一种基于图论的聚类算法，它的基本思想是将数据样本看作图中的节点，通过图的特征来进行聚类。

具体而言，谱聚类的基本思想可以概括为以下几个步骤：

1. 构建相似度矩阵：将数据集中每个样本看作图中的一个节点，计算任意两个节点之间的相似度，并将相似度保存在一个矩阵中。
2. 构建图：根据相似度矩阵，构建一个加权无向图或加权有向图，其中节点表示数据样本，边的权重表示节点之间的相似度。
3. 对图进行谱分解：对图的拉普拉斯矩阵进行特征分解，得到其特征值和特征向量。
4. 选择特征向量：选择特征值较小的前k个特征向量，将它们作为样本的新特征表示。
5. 聚类：对新的特征表示进行聚类，可以使用传统的聚类算法如K-Means等。

谱聚类的优点在于它可以发现非凸、非线性的数据结构，而且对噪声和离群点有较好的鲁棒性。同时，谱聚类也可以用于降维和图像分割等领域。

2.数据集介绍

鸢尾花（Iris）数据集是一个经典的数据集，用于机器学习和统计学习中的分类和聚类问题。该数据集包含了三种不同类型的鸢尾花（山鸢尾、变色鸢尾和维吉尼亚鸢尾）的测量数据，每种花各有50个样本。每个样本包含四个特征，即萼片长度、萼片宽度、花瓣长度和花瓣宽度，以及它所属的鸢尾花类型。

该数据集最早由英国统计学家和生物学家Ronald Fisher在1936年的一篇论文中介绍，并一直被广泛用于分类和聚类问题的研究中。由于其简单性和广泛应用性，鸢尾花数据集已成为了机器学习和统计学习中的标准数据集之一。

本文采用的数据是.xlsx格式，前四列为样本的特征值，最后一列为样本的标签，标签值为1,2,3

3.文件结构

iris.xlsx						% 鸢尾花数据集，具体格式参考第2部分
Main.m							% 主函数

4.详细代码及注释

% 清空变量
warning off             % 关闭报警信息
close all               % 关闭开启的图窗
clear                   % 清空变量
clc                     % 清空命令行

% 读取Excel文件中的数据
data = xlsread('iris.xlsx');

% 计算相似度矩阵
D = pdist(data);
S = squareform(D);
sigma = median(S(:))/0.6745; % 自适应带宽，0.6745为常数
W = exp(-S.^2/(2*sigma^2)); % 高斯核函数

% 计算度矩阵
D = diag(sum(W));

% 计算拉普拉斯矩阵
L = D - W;

% 计算特征值和特征向量
[U, Lambda] = eig(L);

% 对特征向量进行归一化
for i=1:size(U, 2)
    U(:, i) = U(:, i)/norm(U(:, i));
end

% 取前k个特征向量
k = 3;
V = U(:, 1:k);

% 对特征向量进行聚类
C = kmeans(V, k);

% 可视化聚类结果
gscatter(data(:, 1), data(:, 2), C);

5.运行结果