Spectral clustering is a clustering method which based on graph theory, it identifies any shape sample space and convergence in the global optimal solution.
Spectral clustering(谱聚类) 是一种基于图论的聚类方法,它能够识别任意形状的样本空间并收敛 于全局最优解。其基本的**是将样本数据进行相似性计算得到相似度矩阵,然后将相似矩阵转换到 Laplacian 矩阵 (拉普拉斯矩阵),做 Laplacian 矩阵的特征值分解,将得到的前k个特征向量按列排序后 按行做 k−means聚类,得到最终的聚类结果。