标签： algorithm graph linear-algebra
我正在尝试实现Spectral Graph分区，但我仍然坚持如何做到这一点。如果要平分图形，基本思想是找到第二个最小的特征值及其向量（fiedler向量）。如果图形被划分为任意数量的部分，仍然可以使用fiedler向量，或者我们可以使用最小的Kth eigenpair，我打算比较结果。
我发现功率迭代方法似乎很有用，但我很困惑，首先初始向量选择似乎是随机的，在连通图的情况下，最小的特征对是已知的，所以我问我是否需要运行反向功率迭代，（k-1）次找到第K个最小的特征对？
我愿意接受建议和更正。