谱聚类：Ng算法

Hackerzer

于 2015-12-26 20:55:12 发布

阅读量2.9k

点赞数 3

分类专栏：深度学习

本文链接：https://blog.csdn.net/hackerzer/article/details/50410093

版权

本文探讨了Andrew Y. Ng的谱聚类算法，指出原算法中关于矩阵A的描述可能不清晰。作者强调在算法实施过程中，需要构造图的权重矩阵W，通过选取每个点的k个最近邻来确定权重。实验表明，选择合适的k值对于聚类的精确度有显著影响。

摘要由CSDN通过智能技术生成

文章： On Spectral Clustering: Analysis and an algorithm

作者： Andrew Y. Ng

在算法第二步并没有讲清楚，矩阵A是表示的是各点之间的亲和值？我按照这个算法写了后对于半月形的数据集无法得出好的结果，在参考其他人的资料后，才意识到中途有一个图构造的过程，即取与点xi最邻近的k个点，只保留这一部分信息，来计算图的权重矩阵W。代码如下：

function re = spectral(X,k,KnearNum,sigma)
%UNTITLED2 Summary of this function goes here
%   Detailed explanation goes here
    %Matrix A
    [m,n] =size(X);
    A = zeros(m,m);
    D = zeros(m,m);   %度
    %KnearNum = 10;    %构图采用10邻近
    d = sigma;
    %1-step: A
    for i = 1:m
        for j =1:m
            if i~=j
                A(i,j) = exp(-(norm(X(i,:)-X(j,:)).^2)/(2*d.^2));
                %D(i,i) = D(i,i)+ A(i,j);
            end
        end
    end
    
    A_s= zeros(m,m);
    in_A=zeros(m,m);
    for i&

最低0.47元/天解锁文章