聚类分析Word版

整理ppt
59
v 由于B到（A、B）的距离大于到（C、D）的距离，因此B要 分配给（C、D）类，得到新的聚类是（A）和（B、C、D） 。更新中心坐标如表所示。
表 更新后的中心坐标
整理ppt
60
聚类的应用领域
v 经济领域：
帮助市场分析人员从客户数据库中发现不同的客户群，并且用购买模 式来刻画不同的客户群的特征。
不作设置。
整理ppt
63
图 K-均值聚类分析主界面
整理ppt
64
2. 点击Iterate按钮，对迭代参数进行设置。Maximum Iterations参数框用于设定K-means算法迭代的最大次数， Convergence Criterion参数框用于设定算法的收敛判据， 其值应该介于0和1之间。例如判据设置为0.02，则当一次完 整的迭代不能使任何一个类中心距离的变动与原始类中心距 离的比小于2时，迭代停止。设置完这两个参数之后，只要 在迭代的过程中先满足了其中的参数，则迭代过程就停止。 这里我们选择系统默认的标准。单击Continue，返回主界 面。
v 1. 在SPSS窗口中选择Analyze→Classify→K-Means Cluster，调出K均值聚类分析主界面，并将变量—移入 Variables框中，将标志变量Region移入Label Case by框 中。在Method框中选择Iterate classify，即使用K-means
算法不断计算新的类中心，并替换旧的类中心（若选择
表 中心坐标
表中的中心坐标是通过原始数据计算得来的，比如
（A、 B）类的，
等等。
整理ppt
58
第二步：计算某个样品到各类中心的欧氏平方距离，然后将 该样品分配给最近的一类。对于样品有变动的类，重新计算 它们的中心坐标，为下一步聚类做准备。先计算A到两个类 的平方距离：

1聚类分析内涵1.1聚类分析定义聚类分析（Cluste.Analysis）是一组将研究对象分为相对同质的群组(clusters)的统计分析技术.也叫分类分析(classificatio.analysis)或数值分类(numerica.taxonomy), 它是研究（样品或指标）分类问题的一种多元统计方法, 所谓类, 通俗地说, 就是指相似元素的集合。

聚类分析有关变量类型:定类变量,定量(离散和连续)变量聚类分析的原则是同一类中的个体有较大的相似性, 不同类中的个体差异很大。

1.2聚类分析分类聚类分析的功能是建立一种分类方法, 它将一批样品或变量, 按照它们在性质上的亲疏、相似程度进行分类.聚类分析的内容十分丰富, 按其聚类的方法可分为以下几种:(1)系统聚类法: 开始每个对象自成一类, 然后每次将最相似的两类合并, 合并后重新计算新类与其他类的距离或相近性测度. 这一过程一直继续直到所有对象归为一类为止. 并类的过程可用一张谱系聚类图描述.(2)调优法(动态聚类法): 首先对n个对象初步分类, 然后根据分类的损失函数尽可能小的原则对其进行调整, 直到分类合理为止.(3)最优分割法(有序样品聚类法): 开始将所有样品看成一类, 然后根据某种最优准则将它们分割为二类、三类, 一直分割到所需的K类为止. 这种方法适用于有序样品的分类问题, 也称为有序样品的聚类法.(4)模糊聚类法: 利用模糊集理论来处理分类问题, 它对经济领域中具有模糊特征的两态数据或多态数据具有明显的分类效果.(5)图论聚类法: 利用图论中最小支撑树的概念来处理分类问题, 创造了独具风格的方法.(6)聚类预报法：利用聚类方法处理预报问题, 在多元统计分析中, 可用来作预报的方法很多, 如回归分析和判别分析. 但对一些异常数据, 如气象中的灾害性天气的预报, 使用回归分析或判别分析处理的效果都不好, 而聚类预报弥补了这一不足, 这是一个值得重视的方法。

属于非系统聚类法的一种
也叫快速聚类\动态聚类、逐步聚类、迭代 聚类）（quick cluster method、kmeans model ）
适用于样本量很大的情形，用系统聚类法 计算的工作量极大，作出的树状图也十分复 杂, 不便于分析
1、原理
➢选择初始凝聚点 ➢根据欧氏距离将每个样品归类 ➢各类的重心代替初始凝聚点 ➢根据欧氏距离将每个样品归类，…… ➢直至达到指定的迭代次数或达到终止迭代的 判据要求
8.Mcquitty的相似分析法(Mcquitty's similarity analysis)
9.最大似然估计法(EML)
10.密度估计(density linkage)
11.两阶段密度估计法(two-stage density linkage)等。
4、系统聚类法的性质
➢ 单调性
中间距离法、重心法不具有单调性 ➢ 空间的浓缩与扩张
4、菜单：
Analyze-classify-K means Cluster
5、分析实例(P416 data13-02)
三、Hierarchical Cluster 过程 1、系统聚类的基本思想
➢ 相近的聚为一类(以距离表示，样品聚类) ➢ 相似的聚为一类(以相似系数表示，变量聚类)
2、方法原理
9、共线性问题
对纪录聚类结果有较大的影响 最好先进行预处理
10、变量的标准化
变量变异程度相差非常大时需要进行 标准化后会削弱有用变量的作用
11、异常值
影响较大 还没有比较好的解决办法 应尽力避免
12、分类数
从实用角度讲，2～8类比较合适
13、专业意义
一定要结合专业知识进行分析
二、K-means Cluster 过程

（2）G的直径
DG max d量
（1）最短距离（Nearest Neighbor)
d13
x22• x21•
x11• x12•
类Gp与类Gq之间的距离Dpq(d(xi,xj)表示点xi∈Gp和xj∈Gq之间 的距离)
Dpq min d ( xi , x j )
Gn
d n1
dn2
…
0
问题：如何度量 样本、类之间的相似性 类与类之间相似性
五、类和类的特征


1、类的定义 相似样本或指标的集合称为类。 2、类的特征描述 设类G这一集合有 x1 , , xm 。m为G内的样本数。 其特征： （1）均值（重心）
1 m xG xi m i 1

五、类和类的特征
聚类分析
一、什么是聚类分析
聚类分析的概念:


聚类分析是根据“物以类聚”的道理，对样品或指标 进行分类的一种多元统计分析方法。 将个体或对象分类，使得同一类中的对象之间的相似 性比与其他类的对象的相似性更强。 聚类分析的目的 使类内对象的同质性最大化和类间对象的异质性 最大化。
一、什么是聚类分析
ij
k 1 p
( xik
p
xi )( x jk x j )
2 p
[ k1( xik xi ) ][ k1( x jk x j ) 2 ]
四、对象之间相似性度量
（2）夹角余弦 从向量集合的角度所定义的一种测度变量之 间亲疏程度的相似系数。设在n维空间的向量
xi x1i , x2i ,, xni
聚类分析的应用：


早在孩提时代，人就通过不断改进下意识中的聚类模式来 学会如何区分猫和狗，动物和植物 谁经常光顾商店，谁买什么东西，买多少？ 按忠诚卡记录的光临次数、光临时间、性别、年龄、职 业、购物种类、金额等变量分类 这样商店可以…. 识别顾客购买模式（如喜欢一大早来买酸奶和鲜肉，习 惯周末时一次性大采购） 刻画不同的客户群的特征（用变量来刻画，就象刻画猫 和狗的特征一样）

• 为定义个体间的距离应先将每个样本数据看成k维 空间的一个点，通常，点与点之间的距离越小，意 味着他们越“亲密”，越有可能聚成一类，点与点 之间的距离越大，意味着他们越“疏远”，越有可 能分别属于不同的类。
• 例：下表是同一批客户对经常光顾的五座商场在购物环境和
服务质量两方面的平均得分，现希望根据这批数据将五座商
7、如果参与聚类分析的变量存在数量级上的差异， 应在Transform Values框中的Standardize选项 中选择消除数量级差的方法。并指定处理是针对变 量的还是针对样本的。By variable表示针对变量， 适于 Q 型聚类分析；By case 表示针对样本，适 于R型聚类分析。
8、单击Statistics按钮指定输出哪些统计量
R型聚类：对变量进行聚类，使具有相似性的变量聚集在 一起，差异性大的变量分离开来，可在相似变量中选择 少数具有代表性的变量参与其他分析，实现减少变量个 数，达到变量降维的目的。
凝聚方式聚类：其过程是，首先，每个个体自成一类； 然后，按照某种方法度量所有个体间的亲疏程度，并将 其中最“亲密”的个体聚成一小类，形成n-1个类；接下 来，再次度量剩余个体和小类间的亲疏程度，并将当前 最亲密的个体或小类再聚到一类；重复上述过程，直到 所有个体聚成一个大类为止。可见，这种聚类方式对n个 个体通过n-1步可凝聚成一大类。
平方欧式距离（Squared Euclidean distance ） 切比雪夫（Chebychev）距离
max xi yi max( 7366 , 6864 )
Block距离
k
xi yi 73 66 68 64 i1
2、计数变量个体间距离的计算方式
卡方（Chi-Square measure）距离 Phi方（Phi-Square measure）距离

04聚类分析范文聚类分析是一种常用的数据挖掘技术，用于将一组数据点根据它们的相似性分组到不同的类别中。

聚类分析可以帮助我们发现数据的内在结构和模式，并从中获得有关数据的洞察力。

聚类分析的目标是将数据点划分为不同的类别，使得同一类别内的数据点彼此相似，而不同类别之间的数据点之间有很大的不相似性。

聚类分析通常有两种方法：层次聚类和划分聚类。

层次聚类是一种从底层开始逐渐合并类别的方法。

该方法不需要事先确定类别的数量，而是根据数据点之间的相似性逐渐合并类别，形成一个类别的层次结构。

层次聚类可以通过聚合聚类或分裂聚类来实现。

聚合聚类是从每个数据点作为一个单独的类别开始，并将相似的类别逐渐合并。

分裂聚类则是从一个包含所有数据点的类别开始，然后逐渐分裂成更小的类别，直到每个数据点都是一个单独的类别。

划分聚类是一种将数据点划分为预定数量的类别的方法。

该方法需要事先确定类别的数量，并且试图将数据点分配到这些类别中。

划分聚类通常使用迭代算法来优化类别的划分。

最常用的划分聚类算法是K均值聚类。

K均值聚类从随机选择的K个聚类中心开始，然后迭代地将每个数据点分配到最近的聚类中心，并更新聚类中心的位置，直到达到收敛。

聚类分析的应用广泛，可以用于许多领域。

在市场营销中，聚类分析可以帮助企业发现不同市场细分中的潜在客户群体，以制定有针对性的营销策略。

在医学领域，聚类分析可以帮助研究人员将患者分为不同的亚型，以便更好地理解疾病的发病机制并制订个性化的治疗方案。

在社交网络分析中，聚类分析可以帮助研究人员发现不同的社区结构，并研究信息传播的模式和机制。

然而，聚类分析也面临一些挑战和限制。

首先，聚类分析需要预先确定参数或类别的数量，这对于一些数据集可能是困难的。

其次，聚类结果的质量高度依赖于所选择的相似性度量和聚类算法的选择。

不同的相似性度量和聚类算法可能会得出不同的聚类结果。

此外，聚类分析是一种无监督学习方法，它不会给出有关类别之间差异的解释。

13
精品资料
相关系数
矢量(shǐliàng)Xi与Xj的相关系
数为:
ri j
n
(xki xi )(xkj x j )
k 1
n
n
(xki xi )2 (xkj x j )2
k 1
k 1
(i, j 1, 2,, m)
Si j SiiS j j
(6-5)
形成相关系数矩阵[rij]m×m 。其中: rij =rji , rii=1。rij越接近(jiējìn)1，Xi与Xj的相关程度越大。
近0，Xi与Xj的性质越相近。
11
精品资料
(2) R型聚类分析统计(tǒngjì) 变量量间的相关性是数据矩阵列间的相关关系。
x11
X nm
x21
x12
x22
x1m x2m
xn1 xn2 xnm
分类
对象
仿照Q 型聚类分析统计(tǒngjì)量，容易写出R型聚 类分析统计(tǒngjì)量。
为第i个变量n个观测值的平均值。
19
精品资料
可以(kěyǐ)证
明：
S S1 S2
对于给定的数据来说，S是个常数(chángshù)，S1最
小，S2必然最大。因此可将段内离差平方和
k nl m
S1
( xlj (i) xl(i) )2
l 1 j1 i1
做为分解法聚类分析的聚类统计量。
一个地质数据序列分段后满足段内离差平方和最小， 则称相应的分法为最优分割。
xi'j
xij x j min x j max x j min
极差变换 （极差规格化或极差正规化）
24
精品资料

对许多不一致性检验来说, 如果一个对象 o根据给定的检验 是一个孤立点, 那么对恰当定义的p和d，o也是一个DB(p,d) 孤立点
例如，如果离平均值偏差3或更大的对象被认为是孤立点，假设一 个正态分布，那么这个定义能够被一个DB(0.9988,0.13σ)孤立点所 概括
17
基于距离的异常检测
指定参数pct和dmin，如果数据集合D中的 对象至少有pct部分与对象o的距离大于 dmin，则称对象o是以pct和dmin为参数的 基于距离的异常，记为DB(pct,dmin)。
15
基于统计学的孤立点检测
缺点 绝大多数检验是针对单个属性的, 而许多数据挖掘问题要 求在多维空间中发现孤立点
统计学方法要求关于数据集合参数的知识(如, 数据分布), 但是在许多情况下, 数据分布可能是未知的
当没有特定的检验时, 统计学方法不能确保所有的孤立点 被发现; 或者观察到的分布不能恰当地被任何标准的分布 来模拟
19
基于偏离的孤立点检测
通过检查一组对象的主要特征来确定孤立点 与给出的描述偏离的对象被认为是孤立点 序列异常技术(sequential exception technique)
模仿人类从一系列推测类似的对象中识别异常对象的方式
术语 异常集(exception set): 它是偏离或孤立点的集合, 被定义 为某类对象的最小子集, 这些对象的去除会导致剩余集 合的相异度的最大减少 相异度函数(dissimilarity function)：是满足如下条件的 任意函数：当给定一组对象时，如果对象间相似，返值 就较小。对象间的相异度越大，函数返回的值就越大
13
基于统计学的孤立点检测
结果非常依赖于模型F的选择
Oi可能在一个模型下是孤立点, 在另一个模型下是非常有 效的值

层次聚类分析算法的思考及实现一．概述对急剧增长的数据加以组织和从数据中学习有价值信息的需要,使得聚类成为一个非常活跃的研究领域。

不采用概括技术，人们很难从充斥着大量信息的数据库中发现知识。

基本的统计量（如均值、方差）或者直方图可以提供对于数据的初步感觉。

然而,聚类分析可以解释对象之间、特征之间以及对象和特征之间错综复杂的关系.它是数据挖掘中研究和应用的一个重要部分.聚类分析简单来讲就是将数据对象分组成多个类或簇,在同一个簇中的对象之间具有较高的相似度,而不同簇中的对象差别较大.聚类分析是无指导学习。

它与数据挖掘中的的分类不同，在分类模块中，对于目标数据库中存在哪些类这一信息我们是知道的，在那里要做的就是将每一条记录属于哪一类标记出来;与此相似但又不同的是,聚类是在预先不知道目标数据库到底有多少类的情况下，希望将所有的纪录组成不同的类或者说“聚类"(cluster)并且使得在这种分类情况下,以某种度量为标准的相异度，在同一聚类之间最小化，而在不同聚类之间最大化.二．算法分析1．传统算法介绍聚类分析方法主要有以下几种：划分方法，层次方法,基于密度的方法,基于网格的方法和基于模型的方法。

本文主要讨论层次聚类方法.层次聚类方法是聚类分析的一个重要方法。

这种方法对给定的数据集合进行层次的分解,根据层次的分解如何形成，它又可分为凝聚法(也称自底向上方法）和分裂法（也称为从上向下方法)，而凝聚的层次聚类方法应用得更多，该方法采用自底向上的策略,首先将每个对象作为一个簇，然后合并这些原子簇为越来越大的簇，直到所有的对象都在一个簇中，或者某个终结条件被满足。

资格广泛采用的簇间距离度量方法分别为：最小距离、最大距离、平均值的距离、平均距离.本文主要讨论层次聚类算法中的平均距离算法。

层次聚类算法基本思想及其分析：假定有N个对象被聚类，其距离矩阵大小为N*N，采用平均距离的凝聚层次聚类方法的基本过程如下：1）将每一个数据对象视为一类，每类仅一个对象,计算它们之间的最短距离D，类与类之间的距离就是她们所包含对象之间的距离,得到初始化距离矩阵；（或者初始化矩阵作为已知参数给出）2）将距离最近的两个类合并成一个新的类；3）重新计算所有类之间的距离;4）重复2和3步，知道所有类最后合并成一个类或者达到结束条件（该条件可人为指定）层次聚类算法每合并完一个类后，就必须重新计算合并后类之间的距离,也就是重新计算距离矩阵，对于有大量数据的数据库而言，该计算量是惊人的。

表25 中国大陆各省、市、自治区人力资源竞争力聚类分析结果
类 省级单位 别 数量（个）
Ⅰ Ⅱ 4 4
省、市、自治区 北京 天津 辽宁 上海 江苏 浙江 山东 广东
Ⅲ
பைடு நூலகம்
16
河北 山西 内蒙古 吉林 黑龙江 安徽 福 建 江西 河南 湖北 湖南 广西 海南 重庆 四川 陕西
贵州 云南 西藏 甘肃 青海 宁夏 新疆
本章学习小结： ----了解聚类分析的作用； ----熟悉聚类分析的完整步骤； ----掌握两种聚类方法，并能针对真实 数据库进行应用。
作业：A55（5）在这次四川大地震抗震救灾志愿奔赴灾区提供服务 1是 2否
试着做聚类分析,可以做期末论文。
难点： 聚类变量的选择；聚类结果的说明。
Ⅳ
7
第Ⅰ类：由东部地区的北京、天津、辽宁、上海四 个省、市组成。这四个省、市的劳动力年龄人口 比例、15岁及以上人口平均受教育年限、平均预 期寿命、三级教育综合入学率、社会劳动生产率 都处于很高的水平。15岁及以上人口平均受教育 年限和社会劳动生产率在全国三十一个省、市、 自治区中占据了前四名；而北京、天津、上海的 平均预期寿命、三级教育综合入学率则位居前三 名。由于人口出生率在全国三十一个省、市、自 治区中位居最后四位，因此其0~14岁人口比例也 位居最后四位，但65岁及以上人口比重则属于较 高水平。15岁及以上人口中文盲人口的比重相当 低，在全国三十一个省、市、自治区中属于最后 五位之列。
scale而不是nominal
应用实例： 王放《中国分区域人力资源竞争力评价研究》（教 育部课题） 聚类变量为表23中的十三项指标，聚类数据为前述 全国三十一个省、市、自治区这十三项指标的相 应指标值。在聚类分析中，本文采用的方法是层 次聚类（hierarchical cluster ）法中的离差平方 和法（Ward’s method），距离选择欧氏距离的 平方（Squared Euclidean distance）。由于十 三个变量的测量单位不一致，所以首先对其进行 了标准化处理 。

聚类分析例子Word版案例数据源：有20种12盎司啤酒成分和价格的数据，变量包括啤酒名称、热量、钠含量、酒精含量、价格。

【一】问题一：选择那些变量进行聚类？——采用“R型聚类”1、现在我们有4个变量用来对啤酒分类2、先确定用相似性来测度，度量标准选用pearson系数，聚类方法选最远元素，将来的相似性矩阵里的数字为相关系数。

若果有某两个变量的相关系数接近1或-1，说明两个变量可互相替代。

3、只输出“树状图”就可以了，从proximity matrix表中可以看出热量和酒精含量两个变量相关系数0.903，最大，二者选其一即可，没有必要都作为聚类变量，导致成本增加。

至于热量和酒精含量选择哪一个作为典型指标来代替原来的两个变量，可以根据专业知识或测定的难易程度决定。

（与因子分析不同，是完全踢掉其中一个变量以达到降维的目的。

）这里选用酒精含量，至此，确定出用于聚类的变量为：酒精含量，钠含量，价格。

【二】问题二：20中啤酒能分为几类？——采用“Q型聚类”1、现在开始对20中啤酒进行聚类。

开始不确定应该分为几类，暂时用一个3-5类范围来试探，这一回用欧式距离平方进行测度。

2、主要通过树状图和冰柱图来理解类别。

最终是分为4类还是3类，这是个复杂的过程，需要专业知识和最初的目的来识别。

我这里试着确定分为4类。

选择“保存”，则在数据区域内会自动生成聚类结果。

【三】问题三：用于聚类的变量对聚类过程、结果又贡献么，有用么？——采用“单因素方差分析”1、聚类分析除了对类别的确定需讨论外，还有一个比较关键的问题就是分类变量到底对聚类有没有作用有没有贡献，如果有个别变量对分类没有作用的话，应该剔除。

2、这个过程一般用单因素方差分析来判断。

注意此时，因子变量选择聚为4类的结果，而将三个聚类变量作为因变量处理。

方差分析结果显示，三个聚类变量sig值均极显著，我们用于分类的3个变量对分类有作用，可以使用，作为聚类变量是比较合理的。

模糊聚类分析及matlab 程序实现采用模糊数学语言对按一定的要求进行描述和分类的数学方法称为模糊聚类分析。

聚类分析主要经过标定和聚类两步骤。

【1】 1 标定（建立模糊相似矩阵）城市居民食品零售价格，第t 时刻第i 种食品的零售价记为),(t i x 。

相似矩阵R 的构建方法：NTV 法设时间序列),(j i A 表示食品i 在时间t 的价格，其中i=1，2…42；t=1，2…39。

∑∑==--=mk jk ik m k jk ik x xx x j i R 11),max (1),(（其中i,j,k=1,2…42,m=39） 42*42),(j i R R = 2 聚类2.1 计算R 的传递闭包：对模糊相似矩阵R,依次用平方法计算,2R ,4R ,…,t2R ,…,当第一次出现k k k R R R =*时，则称k R 为传递闭包。

【1】2.2 开始聚类：【2】 （1）令T={1,2,3…42}，取)1(xi T ∈ ,令X 、Q 为空集；（2）令0=j ；（3）若λ>=),(j xi R 且X x j ∉，则令}{j X X ⋃=，}{j Q Q ⋃=；（4）1+=j j ；（5）若n j <，返回（1）；（6）若Q 为空集，怎输出聚类x,X -T T =；（7）)1(xi Q =,}{xi Q Q -=,返回（2）。

设置不同的置信水平λ值，就可以得到不同的分类。

Matlab 程序实现：A=data;[N M] = size(A);for i = 1:Nfor j = 1:NR(i,j)=abs(1-sum(abs(A(i,:)-A(j,:)))/sum(max([A(i,:);A(j,:)])));endendfor j=1:42for i=1:42y(i,j)=0;for k=1:42mn(k)=min(R(i,k),R(k,j));endy(i,j)=max(mn);endendnumda=[1 0.9 0.95 0.85 0.8 0.75 0.55 0.7 0.655 0.65 0.6 0.55 0.5 0.45 0.454 0.4 0.45 0.3 0.35 0.255 0.25 0.2 0.15 0.1];for i=1:42TT(i)=i;endfor i=1:length(numda)disp ('当分类系数是');disp(numda(i));a=numda(i);T=TT;disp ('分类为');while 1if ~isempty(T)xi=T(1);endX=[];Q=[];while 1for j=1:42if (y(xi,j)>=a)&isempty(intersect(X,j))X=union(X,j);Q(length(Q)+1)=j;endendif isempty(Q)disp(X);breakelsexi=Q(1);Q(1)=[];endendT=setdiff(T,X); if isempty(T) breakendendend。

力有限
Part 9
轮廓系数聚类
轮廓系数聚类
轮廓系数聚类是一种基于数据点间相似性和数据点与聚类中心间距离的聚类方法。它通过计算每个数
1 据点的轮廓系数(即其与相邻数据点间的平均距离与到所属聚类中心的距离之比)，并将轮廓系数低于
某个阈值的点视为噪声点，从而进行聚类
2
轮廓系数聚类的优点是可以发现任意形状的聚类，并且对噪声具有较高的鲁棒性。然而，它需要预先 确定轮廓系数的计算方式和噪声点的阈值。## 11. 均值漂移聚类
DBSCAN可以发现任意 形状的聚类，并且对噪
声具有高度的鲁棒性
然而，它需要预先确定 邻域的大小和MinPts 的值
Part 3
层次聚类(Hierarchical Clustering)
层次聚类(Hierarchical Clustering)
层次聚类是一种基于距离的聚类算法，它以一 种自下而上的或自上而下的方式逐层进行聚类 。主要有两种类型：凝聚的和分裂的。凝聚的 层次聚类从每个单独的对象开始，然后合并最 接近的一对聚类，直到所有的对象都在一个聚 类中。分裂的层次聚类则相反，开始时所有的 对象都在一个聚类中，然后分裂为两个子聚类 ，直到每个对象都是一个单独的聚类
对拉普拉斯矩阵进行特征分解：并选取 最小的k个特征向量构成矩阵
将上一步得到的矩阵的每一行视作一个 点：对这些点进行k-means聚类
将k-means聚类的结果作为最终的光谱聚 类结果
2024/9/17
17
光谱聚类(Spectral Clustering)
光谱聚类适用于处理非凸、非线性的数据分布和具有不同规模的聚类问题。 然而，它对相似性矩阵的选择很敏感，并且需要进行特征分解，计算复杂 度较高。## 6. 二分K-Means聚类