四、同构多视图数据集、异构多视图数据集的区别（聚类）

1、同构多视图数据集（Homogeneous Multi-view Dataset）：

定义：同构多视图数据集中的各个视图具有相同的性质和特征。也就是说，每个视图的数据类型和维度是一致的，通常是同种数据来源的不同特征或表达方式。
例子：假设有一个图像数据集，每张图像都可以通过不同的特征提取方法来表示，如颜色直方图、纹理特征和边缘特征。这些特征视图都是从同一个数据源（图像）提取的，并且它们的数据类型和维度是相同或相似的。

2、异构多视图数据集（Heterogeneous Multi-view Dataset）：

定义：异构多视图数据集中的各个视图具有不同的性质和特征。也就是说，每个视图的数据类型和维度可能是不同的，通常来自不同的数据来源或不同的数据模式。
例子：假设有一个患者的数据集，一个视图包含患者的电子健康记录（EHR），另一个视图包含患者的基因表达数据，第三个视图包含患者的影像数据（如MRI扫描）。这些视图的数据类型（文本数据、数值数据、图像数据）和维度都是不同的。

总结，同构多视图数据局各个视图的数据类型和维度是一致的，例如不同类型的图片。但是异构多视图数据集各个视图具有不同的性质和特征，例如文本数据、数值数据、图像数据三种视图。