matlab实现谱聚类,Spectral Clustering谱聚类之Matlab

谱聚类有两种：

谱聚类的基本概念可以参考pluskid的文章：

漫谈 Clustering (4): Spectral Clustering

这里则直接给出实现方式：

[1]. Ncut – Normalized cut

比较经典的是由jianbo shi实现的matlab代码，在服务器上用gcc4.4*版本以上进行编译就可以了：

http://www.cis.upenn.edu/~jshi/software/

编译Ok, 后这里常见的一个错误就是：

Error using arpackc

Expect 2 output arguments

Error in eigs_new (line 240)

arpackc( aupdfun, ido, …

Error in ncut (line 83)

[vbar,s,convergence] =

eigs_new(@mex_w_times_x_symmetric,size(P,1),nbEigenValues,’LA’,options,tril(P));

Error in ncutW (line 9)

[NcutEigenvectors,NcutEigenvalues] =

ncut(W,nbcluster);

这里给出了比较好的解释和解决方案：

http://stackoverflow.com/questions/16443202/normalized-cuts-with-matlab-2013a

我们直接把eigs_new 改为eigs就可以运行了，但是并没有大功告成，因为作者发布的只是一个demo版本：

此处要注意几点：

1. 修改compute_relation.m文件中 dstances的计算方式，demo中只用了两维特征计算聚类。而全维度计算的那行被注释掉了：

distances = X2distances(data’);

2. 看到做cv的人写matlab代码，习惯用length(fea)来取样本的size，放到nlp程序中，直接的问题就是length(fea)变成了特征的维数。。。哈哈，我们还是要对其进行修正，虽然无大碍。

不过回过头来，其实现在有更简洁的版本，可能很多论文都在跑这个版本：

这里，We used the Matlab code written by Ingo Buerk (http://www.mathworks.com/matlabcentral/fileexchange/34412) to do spectral clustering using the algorithm proposed by Ncut.

确实用起来比较方便。

在这里折服一下，本科毕设能够敬业着开发GUI把Spectral Clustering做的如此傻瓜式，点赞！

不过此工具导入的数据格式为CSV，matlab写CSV文件的方式为：

csvwrite(csvname, var);

[2]. Rcut – Ratio cut

上述方法比较常用一些，Ratio cut 则参考这篇文章：

S. Wang and J. M. Siskind, “Image segmentation with ratio cut,” Pattern Analysis and Machine Intelligence, IEEE Transactions on, vol. 25, no. 6, pp. 675–690, 2003

http://www.cse.sc.edu/~songwang/document/