算法步骤
1 计算相似度矩阵 W
2计算度矩阵 D
3计算拉普拉斯矩阵L=D-W
4计算L的特征值，将特征值从小到大排序，取前k个特征值.将这个特征值向量转换为矩阵
5通过其他聚类算法对其进行聚类，如k-means
详细公式和概念请到 大佬博客
相比较PCA降维中取前k大的特征值对应的特征向量，这里取得是前k小的特征值对应的特征向量 。但是上述的谱聚类算法并不是最优的，接下来我们一步一步的分解上面的步骤，总结一下在此基础上进行优化的谱聚类的版本 。
python实现
例子一：使用谱聚类从噪声背景中分割目标
效果图
例子2：分割图像中硬币的区域
效果图
注意
1）当聚类的类别个数较小的时候，谱聚类的效果会很好，但是当聚类的类别个数较大的时候 ， 则不建议使用谱聚类；
（2）谱聚类算法使用了降维的技术 ， 所以更加适用于高维数据的聚类；
（3）谱聚类只需要数据之间的相似度矩阵，因此对于处理稀疏数据的聚类很有效 。这点传统聚类算法（比如K-Means）很难做到
（4）谱聚类算法建立在谱图理论基础上，与传统的聚类算法相比，它具有能在任意形状的样本空间上聚类且收敛于全局最优解
（5）谱聚类对相似度图的改变和聚类参数的选择非常的敏感；
（6）谱聚类适用于均衡分类问题，即各簇之间点的个数相差不大 ， 对于簇之间点个数相差悬殊的聚类问题，谱聚类则不适用；
参考
谱聚类算法介绍
sklearn
关于python中聚类的函数和python 聚类函数的介绍到此就结束了 ， 不知道你从中找到你需要的信息了吗 ？如果你还想了解更多这方面的信息 ， 记得收藏关注本站 。
推荐阅读
- obs直播教程的简单介绍
- 苹果升级ios14怎么样，苹果升级ios14好吗
- Python函数传址调用 python函数传地址
- w7怎么查看电脑显卡，windows7如何查看电脑显卡
- 变强服务器，服务器改造
- 特效拍摄现场大揭秘是什么，特效拍摄方案
- mysql怎么删除备份 mysql数据
- 显卡扇叶直径改小会怎么样的简单介绍
- mySQL装好如何改密码，mysql怎样改密码