谱聚类中的特征向量和特征值

在谱聚类中,特征值和特征向量在物理上代表什么意义?我注意到如果 λ_0 = λ_1 = 0,那么我们将会有两个连通分量。但是,λ_2,...,λ_k 告诉我们什么呢?我不理解通过多重性来衡量代数连通性的概念。

我们能否从中得出关于图的紧密程度的结论,或者将两个图进行比较?


回答:

特征值越小,表示连通性越差。0 仅仅意味着“未连通”。

可以将其视为需要切断多少比例的边才能产生独立分量的值。切割是与特征向量正交的——据说存在某个阈值 t,使得低于 t 的节点应归入一个分量,高于 t 的节点归入另一个分量。

Related Posts

使用LSTM在Python中预测未来值

这段代码可以预测指定股票的当前日期之前的值,但不能预测…

如何在gensim的word2vec模型中查找双词组的相似性

我有一个word2vec模型,假设我使用的是googl…

dask_xgboost.predict 可以工作但无法显示 – 数据必须是一维的

我试图使用 XGBoost 创建模型。 看起来我成功地…

ML Tuning – Cross Validation in Spark

我在https://spark.apache.org/…

如何在React JS中使用fetch从REST API获取预测

我正在开发一个应用程序,其中Flask REST AP…

如何分析ML.NET中多类分类预测得分数组?

我在ML.NET中创建了一个多类分类项目。该项目可以对…

发表回复

您的邮箱地址不会被公开。 必填项已用 * 标注