谱聚类（Spectral Clustering）
利用图论与线性代数发现任意形状的簇——对同心环、弯月形等非凸数据效果显著。
原始数据：两个同心环。K-Means 会按距离质心分割，结果混乱——谱聚类可以正确处理这种非凸形状。
算法步骤
-
1
构建相似度图：计算每对点的相似度，常用高斯核 wij = exp(−‖xi−xj‖² / 2σ²)，构成权重矩阵 W。
-
2
构建拉普拉斯矩阵：L = D − W，其中 D 是度矩阵（对角线为各行权重之和）。
-
3
求特征向量：取 L 最小的 k 个特征值对应的特征向量，组成新的低维表示矩阵。
-
4
在新空间聚类：对特征向量矩阵的行向量用 K-Means 聚类，将结果映射回原空间。