谱聚类中的度矩阵

【问题标题】：Degree Matrix in Spectral Clustering谱聚类中的度矩阵
【发布时间】：2014-01-12 22:40:54
【问题描述】：

我目前正在学习谱聚类。

我们分解由 L = D - W 计算得到的拉普拉斯矩阵。

W是邻接矩阵。

但是，我在网上找到了很多代码，例如 spectral clustering

他们直接通过 diag(sum(W)) 计算 D。

我知道 D 应该是度数矩阵，这意味着对角线上的每个值都是每个点的度数。

但是如果W是加权图，diag(sum(W))不等于实际的“度矩阵”...

为什么他们仍然这样做。

【问题讨论】：

标签： machine-learning cluster-analysis spectral

【解决方案1】：

当您使用加权图时，您可以根据加权邻接矩阵计算度矩阵，有时最好有权重，因为它们隐藏了几何信息。此外，如果您有加权 adj 矩阵，则使用加权 adj 矩阵的二进制形式计算度数矩阵很容易。另外，我认为您的问题比编程基础（例如stackoverflow）更具理论性（例如Mathoverflow）；）。在任何情况下，您都应该咨询link 以获得对 L 及其几何关系的更直观的解释。

祝你好运:)

【讨论】：

别提了。无论如何，您可以查阅上面的链接。我相信它会消除你的疑虑。