关于子空间聚类的相关学习

子空间聚类 - 知乎 (zhihu.com)  这个文章里面讲的非常好非常详细，可以囊括所有的基础知识。

下面是关于阅读过的子空间聚类的文献的相关笔记：

1. Scalable Attributed-Graph Subspace Clustering

1）使用卷积的GCN对归一化的邻接矩阵以及节点特征矩阵进行卷积融合，并将其代入到子空间聚类公式中去，得到（4）

2）学习implicit coefficient matrix

引入概念Gramian product ：n维欧式空间中任意k个向量之间两两的内积所组成的矩阵，称为这k个向量的格拉姆矩阵(Gram matrix)，很明显，这是一个对称矩阵。

这一步主要是为了将约束项加入到主函数中，因此将原方程转化为：

正如我们所看到的，我们不需要任何形式的正则化。这个问题可以通过卷积特征 SpX 的奇异值分解来有效解决。这样我们就得到了一个解 C，它对应于一个子空间系数矩阵，从中我们可以导出节点的聚类。

3）学习implicit affinity matrix

亲和矩阵通常由得到，但是这种方法会增加节点数量的二次复杂度，所以对它进行改进，使用非负核函数对U进行映射，计算公式如下

经过上述改进，使用NJW谱聚类进行聚类操作，大致步骤如下：

综上来说，这一算法的流程如下：

to be continue...