![04a17a5adfaaddf996b8e0eaa4c8b590.png](https://img-blog.csdnimg.cn/img_convert/04a17a5adfaaddf996b8e0eaa4c8b590.png)
引言:在学习拉普拉斯特征映射(Laplacian Eigenmaps, LE)的过程中,发现大多数参考资料仅列出了其中的最优化问题,然后直接过渡到特征值问题,对于该优化问题,特别是其中的约束条件解释的很少,不多的解释也很模糊。阅读过 LE 的原论文之后,将个人的理解整理如下。
Laplacian eigenmaps and spectral techniques for embedding and clusteringpapers.nips.cc一句话结论
- 约束条件
起到
2. 拉普拉斯特征映射等价的最优化问题应该为
这时解为
注:下文的阅读可能需要预先非常熟悉 LE 的计算过程。
拉普拉斯特征映射
以下简单的定义下符号:LE 将
和拉普拉斯矩阵
拉普拉斯矩阵半正定,且具有 <