比例割归一化割的拉普拉斯算子是怎么来的，有什么意义？

这个问题的来由参见《社区发现之谱聚类算法手撕举例》

例：下图中7个点被分到了3个社区

• 邻接矩阵
  $$A=\left[\begin{array}{ccccccc}0& 1& 0& 0& 0& 0& 0\\ 1& 0& 1& 0& 0& 0& 0\\ 0& 1& 0& 1& 0& 0& 0\\ 0& 0& 1& 0& 1& 0& 0\\ 0& 0& 0& 1& 0& 1& 0\\ 0& 0& 0& 0& 1& 0& 1\\ 0& 0& 0& 0& 0& 1& 0\end{array}\right]$$

• 社区关系矩阵：
  

• $X^{T}AX$
  $X$可以看作是结点分组器，$X^{T}AX$就是对组内结点的求和，即对$A$中三个区域内部元素求和
  
  形成3*3矩阵：
  $$X^{T}AX=\left[\begin{array}{ccc}2& ...& ...\\ ...& 4& ...\\ ...& ...& 2\end{array}\right]$$
  对角线上的数值分别是三个社区中结点内部度的总和。

• 拉普拉斯算子$L$
  对角度矩阵 D=diag[1,2,2,2,2,2,1]
  类似上文对$A$的运算，
  $$X^{T}DX=\left[\begin{array}{ccc}3& ...& ...\\ ...& 6& ...\\ ...& ...& 3\end{array}\right]$$
  对角线上的数值分别是三个社区中结点全部度的总和。（D为对角度矩阵）
  所以$L=X^T(D-A)X$代表全部度减去内部度，也就是割的大小。
  $$L=\left[\begin{array}{ccc}3& ...& ...\\ ...& 6& ...\\ ...& ...& 3\end{array}\right]-\left[\begin{array}{ccc}2& ...& ...\\ ...& 4& ...\\ ...& ...& 2\end{array}\right]=\left[\begin{array}{ccc}1& ...& ...\\ ...& 2& ...\\ ...& ...& 1\end{array}\right]$$
  对角线分别是三个社区的割的大小{1，2，1}，与实际图中展示的一致。
  我们的目标就是让所有社区的割之和最小（按比例或归一化后）。

总结

拉普拉斯算子就是割的大小。