谱聚类特征向量和特征值

时间:2016-10-12 17:03:57

标签: machine-learning cluster-analysis eigenvalue

谱聚类中的特征值和特征向量在物理上是什么意思。我看到如果 <div id="test" contenteditable="true" style="white-space:pre"> 1.how are you? 2. Where do u live ? 3. Salary ?</div> <script> $("#test").keydown(function (ev) { ev = ev || window.event; var evKey = (ev.which || ev.keyCode); if (evKey == 40 || evKey == 38) { ev.preventDefault(); var element = document.getElementById("test"); if (typeof window.getSelection != "undefined" && typeof document.createRange != "undefined") { var doc = element.ownerDocument || element.document; var win = doc.defaultView || doc.parentWindow; var sel = win.getSelection(); if (sel.rangeCount > 0) { var range = win.getSelection().getRangeAt(0); range.deleteContents(); preCaretTextRange = range.cloneRange(); preCaretTextRange.selectNodeContents(element); preCaretTextRange.setStart(range.startContainer, range.startOffset); //without \g it will gointo infinite loop var re = /[\r\n]/g; var match, indexes= []; var i = 1; var TextAfterCursor = preCaretTextRange.toString(); while (match= re.exec(TextAfterCursor)) { indexes.push([i,match.index]); i++; } var index; if(indexes.length ==2) { index = indexes[1][1]; } //if the indexes length is 1 then it will be the last line else if(indexes.length ==1) index = TextAfterCursor.length ; } var textNode = document.createTextNode(TextAfterCursor); range.insertNode(textNode); // Move the selection to the middle of the inserted text node range.setStart(textNode, index); range.setEnd(textNode, index); sel.removeAllRanges(); sel.addRange(range); } } }); </script>那么我们将有2个连接的组件。但是,λ_0 = λ_1 = 0告诉我们什么。我不是通过多重性来理解代数连通性。

我们可以得出关于图的紧密度或与两个图形进行比较的任何结论吗?

2 个答案:

答案 0 :(得分:1)

特征值越小,连接越少。 0表示&#34;断开&#34;。

考虑这是一个值,您需要切割哪些边缘以生成单独的组件。切割与特征向量正交 - 假定有一些阈值t,使得低于t的节点应该进入一个组件,高于t到另一个组件。

答案 1 :(得分:0)

这在某种程度上取决于算法。对于一些光谱算法,特征可以很容易地通过主成分分析来减少人类消费的显示维数。功率迭代聚类向量更难以解释。

正如罗博托先生已经指出的那样,特征向量与分裂膜(高斯核转换后的平面)垂直。光谱聚类方法通常对密度不敏感(你的意思是“紧密度”?)本身 - 它们发现数据缺口。例如,在构成第一个集群的单位范围内是否有50个或500个节点并不重要;游戏规则改变者是否有清晰的空间(一个很好的差距),而不是通过另一个集群的“面包屑”点(一系列微小的间隙)的细线。

相关问题