面对结构复杂的数据集,谱聚类是一种灵活而有效的聚类方法,它基于谱图理论,通过将数据点映射到一 个由特征向量构成的低维空间,优化数据的结构,得到令人满意的聚类结果.但在谱聚类的过程中,特征分解的计算 复杂度通常为O(n3),限制了谱聚类算法在大数据中的应用.Nyström 扩展方法利用数据集中的部分抽样点,进行近似 计算,逼近真实的特征空间,可以有效降低计算复杂度,为大数据谱聚类算法提供了新思路.抽样策略的选择对 Nyström 扩展技术至关重要,设计了一种自适应的Nyström 采样方法,每个数