大规模数据集下谱聚类算法的求解

谱聚类算法是一种流行的数据聚类方法,该算法使用特征分解技术计算邻接矩阵的特征解,但是在大规模数据集的情况下,因储存和计算的问题而无法进行求解。基于线性代数中对称矩阵的性质,提出使用部接矩阵的每一列作为迭代算法的输入样本,通过迭代计算出部接矩阵的特征解。所提算法的空间复杂度只有O(m),时间复杂度也降低为O(pkm)。实验结果验证了算法的有效性。