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...