温州知名网站,中国廉政文化建设网站,wordpress 非小工具形式 微博秀,wordpress 主题分享使用谱聚类将相似度矩阵分为2类的步骤如下#xff1a; 构建相似度矩阵#xff1a;提供的1717矩阵已满足对称性且对角线为1。 计算度矩阵#xff1a;对每一行求和得到各节点的度#xff0c;形成对角矩阵。 计算归一化拉普拉斯矩阵#xff1a;采用对称归一化形式 LsymI−D…使用谱聚类将相似度矩阵分为2类的步骤如下 构建相似度矩阵提供的17×17矩阵已满足对称性且对角线为1。 计算度矩阵对每一行求和得到各节点的度形成对角矩阵。 计算归一化拉普拉斯矩阵采用对称归一化形式 LsymI−D−1/2WD−1/2LsymI−D−1/2WD−1/2。 特征分解计算 LsymLsym 的前2个最小特征值对应的特征向量。 K-means聚类将特征向量作为新特征聚类为2类。
聚类结果 类别1RE#1, RE#2, RE#3, RE#4, RE#5, RE#6, RE#7, RE#8, RE#9 类别2RE#10, RE#11, RE#12, RE#13, RE#14, RE#15, RE#16, RE#17
解析 高相似度的节点如RE#2与RE#3的0.831RE#1与RE#7的0.688形成密集子图归为类别1。 低相似度的节点如RE#10-RE#17与其他节点相似度普遍低于0.1因连接稀疏被划分为类别2。 谱聚类通过特征向量划分捕捉了模块化结构将紧密连接的组与孤立节点分离。
