无符号与有符号图的谱理论:在图聚类中的应用综述
机器学习
2016-01-19 v1 数据结构与算法
摘要
本文综述了图割方法及其在带权无符号与有符号图聚类中的应用。我对归一化图割方法(由 Shi 和 Malik 提出的极具原创性的方法)进行了相当透彻的阐述,包括完整的证明。本文的主要推力是归一化割方法。针对 K=2 簇以及基于 Yu 和 Shi 工作的 K>2 簇,我给出了详细论述。我还展示了图绘制与归一化割 K 聚类如何轻松推广至处理有符号图——即权重矩阵 W 可能具有负系数的加权图。直观上,负系数表示距离或不相似度。解决方案是用取权重绝对值的矩阵替代度矩阵,并用具有新绝对度矩阵的拉普拉斯矩阵替代原拉普拉斯矩阵。据我所知,将 K 路归一化聚类推广至有符号图是新的。最后,我展示了比率割方法(其中割按簇大小而非其体积进行归一化)仅是归一化割的一个特例。
引用
@article{arxiv.1601.04692,
title = {Spectral Theory of Unsigned and Signed Graphs. Applications to Graph Clustering: a Survey},
author = {Jean Gallier},
journal= {arXiv preprint arXiv:1601.04692},
year = {2016}
}
备注
122 pages. arXiv admin note: substantial text overlap with arXiv:1311.2492