机器学习笔记（十二）谱聚类原理和实践_haveanybody的博客

本文我们继续介绍聚类家族中的另一个成员——谱聚类（Spectral clustering）。谱聚类最早来源于图论，后来由于性能优异，被广泛应用于聚类中。相比K-Means等聚类算法，谱聚类对数据分布的适应性更强（如kmeans要求数据为凸集，谱聚类对数据结构并没有太多的假设要求），聚类效果也很优秀，同时聚类的计算量也小很多（意味着更快的速度），也无需像GMM一样对数据的概率分布做假设，更加难能可贵的是实现起来也不复杂。因此，如果有一个需要尝试聚类解决的问题，那么谱聚类一定是你的优先选择之一。当然，每一种算法有自己的优点，也有自己的缺点，谱聚类也不例外，下文中我们会详细介绍谱聚类的原理。本文我们继续介绍聚类家族中的另一个成员——谱聚类（Spectral clustering）。谱