亲和矩阵的谱聚类

Question

我正在尝试进行光谱聚类。

我有对称亲和度矩阵的特征向量，我必须找到（取自论文），其中x＆＃39; Mx是群集间分数。

1. x＆＃39; Mx是否与聚类矢量相同，因此argmax意味着特征向量的主要向量（即具有最高特征值的特征向量）？
2. 如果是这样，应为每个群集计算x *？ （因为一个向量如何描述所有聚类......）

在代码中（使用OpenCV库）

    //a symmetric affinity matrix calculated prior
    CvScalar scal;
    CvMat* evec  = cvCreateMat(src->height,src->height,CV_32FC1); //eigenvectors
    CvMat* eval  = cvCreateMat(1,src->height,CV_32FC1);  //eigenvalues (1xN)
    cvZero(evec);
    cvZero(eval);
    cvEigenVV(&mat, evec, eval, 1);

    //result is eval->cols == mat.cols and eval->rows == mat.rows
    for( int j = 0; j < eval->cols; j++ )
    {
        /*access the obtained eigenvalues*/
        scal = cvGet2D( eval, 0, j );
        printf( "\n%f\n", scal.val[0]);

        for(int i=0;i < evec->rows;i++){   
            printf(" vector: %d: %f ", j, cvmGet(evec,j,i)); //Fetching each component of Eigenvector i    
        }
        printf("\n");
    }

Answer 1

可能的答案（explained in paper "Efficient Feature Tracking for Scene Recognition using Angular and Scale Constraints"）

所以，这意味着

1）x * =具有最大特征值的特征向量

2）主特征向量可以描述不同的聚类。如果将绘制主要特征向量的值，则图中的变化将指示数据的不同群集