聚类算法（谱聚类）

1.聚类问题可分为Compactness和Connectivity

2.Compactness只能处理凸集，典型是K-means

3.Connectivity典型代表是谱聚类，它是带权重的无向图

4.谱聚类利用切图原理寻找优化函数

5.引入指示向量Y、度矩阵D、邻接矩阵W来化简目标函数

上一篇聚类算法（K-means）我们介绍了K-means聚类算法，实际上，聚类问题可以分为两种思路：第一种是Compactness，这类算法只能处理凸集，GMM就属于这种；第二种是Connectivity，能很好处理非凸集，这类的代表就是谱聚类（Spectral Clustering），这一篇我们就介绍这个聚类算法。

模型介绍

谱聚类是一种基于带权重的无向图方法，它也是一种概率图模型。这个图用G=(V,E)表示，V是所有顶点的集合，E是边的集合。比如下面的无向图：

V是所有样本的集合,E代表两两样本的权重：

由于是无向图，所以<