理解谱聚类

理解谱聚类

    

    前面介绍过K-means聚类方法，这个方法简单易懂，主要在于如何定义距离计算公式（一般使用欧氏距离），如何选择K值，这两个问题。这次我们介绍谱聚类，它是K-means的升级版。我们计划从这样几个方面介绍谱聚类：K-measn聚类有什么缺点？谱聚类的基本思想，以及谱聚类的算法步骤。

    那么K-means到底有什么问题呢？我们为什么需要改进它呢~

• 当样本维数增大时，K-means的计算会困难。因为在K-means中，输入计算的是欧氏空间中的原始向量；
• K-means求得的是一种局部最优的聚类策略，SSE不一定就是最小的；

1. 谱聚类的基本思想

<