谱聚类python代码_谱聚类算法及其代码（Spectral Clustering）

简介

文章将介绍谱聚类(spectral clustering)的基本算法，以及在matlab下的代码实现。介绍内容将包括：

从图分割角度直观理解谱聚类

谱聚类算法步骤

数据以及实现代码

本文将不会涉及细节化的证明和推导，如有兴趣可参考july大神的文章从拉普拉斯矩阵说到谱聚类.

对谱聚类的理解

这一节将从图分割聚类的角度直观理解谱聚类。不过，因为本人是从事社交媒体分析的，将从一种社会关系网络的角度来介绍网络图分割成多个子图的概念。

图的分割

首先将社会关系网络看成是一个整体，每一个个体(user)就是这个网络中的各个节点(node)，而连接个体的就是各个节点之间的边(edge)。在不同性质的网络中，边的定义可能有所不同，这里可以简单的理解成个体之间关系的亲密度。如图(1)所示

图(1)

每个个体与其他个体之间都有关系亲密度(也叫做权重，设定范围是[0,1])，可以看到user1,2,3之间关系紧密，user4,5,6关系紧密，而两个小部分是靠着user2和user6来联系的。以现实生活为例，123是A班级同学，456是B班级同学，2和6正好是认识的，关系一般，所以我们可以直观的把2和6之间的边给截断(cut)，从而形成两个互不相关的子图，这样就完成了对这个网络的分割。

图的泛化意义

很多时候，并不是说一定要实际生活中是一个网络(network)的事物，才能够用图(graph)模型来表示。图模型只是解决问题的一个模型，可能一个对象既可以用图模型，也可以用非图模型来解决