目录
1 谱聚类基本数学概念
1.1 实对称阵的特征值是实数
1.2 实对称阵不同特征值的特征向量正交
2. 谱和谱聚类
2.1 谱聚类的原理及过程
What：谱聚类在做什么？
Why：谱聚类为什么这么做？
2.2 随机游走(Random walk)拉普拉斯矩阵
2.3 谱聚类例子
2.4 进一步思考
3. 参考文献
1 谱聚类基本数学概念
1.1 实对称阵的特征值是实数
1.2 实对称阵不同特征值的特征向量正交
2. 谱和谱聚类
方阵的谱：方阵作为线性算子，它的所有特征值的全体统称为方阵的谱。
谱半径：方阵的谱半径为最大的特征值。
eg：矩阵A的谱半径：的最大特征值
谱聚类是一种基于图论的聚类方法，通过对样本数据的拉普拉斯矩阵的特征向量进行聚类，从而达到对样本数据聚类的目的。
2.1 谱聚类的原理及过程
What：谱聚类在做什么？
L为半正定的对称矩阵
n*n到n*k的过程，类似于SVD和PCA，但是做法不一样。
K的选择（使用elbow method）
Why：谱聚类为什么这么做？
从切割图来理解
2.2 随机游走(Random walk)拉普拉斯矩阵
将常数项，和负号去掉，此时，特征值λ需要从大到小排序
2.3 谱聚类例子
2.4 进一步思考
对上述K-Means的作用不是特别理解（why？）。
