Kernel PCA & Spectral Clustering
- 최초 등록일
- 2024.04.06
- 최종 저작일
- 2020.04
- 3페이지/
어도비 PDF
- 가격 1,000원
![할인쿠폰받기](/images/v4/document/ico_det_coupon.gif)
소개글
Kernel PCA와 Spectral Clustering을 비교한 레포트입니다.
목차
없음
본문내용
유사도 행렬 A는 사실 kernel PCA에서 사용했던 Gram matrix K와 역할이 같다. 유사도 행 렬 A와 Gram matrix K를 통해 우리는 transformed space에서 eigen vectors를 찾고, 각각의 작업을 수행한다.
하지만 이 유사한 작업의 결과는 다르다. Spectral Clustering은 군집화를 더 쉽게 하기 위해 서 유사도행렬 A를 통해 데이터들을 변형된 공간에 넣고, 후에 clustering algorithm을 적용해 데 이터들을 Linear line으로 데이터들을 partitioning한다.
참고 자료
Raykar, Vikas Chandrakant. "Spectral clustering and kernel principal component analysis are pursuing good projections." Project Report (2004).
https://stats.stackexchange.com/questions/151577/difference-between-pca-and-spectral-clustering-for-a-small-sample-set-of-boolean
http://blog.naver.com/PostView.nhn?blogId=wjddudwo209&logNo=221447581061&categoryNo=84&parentCategoryNo=0&viewDate=¤tPage=1&postListTopCurrentPage=1&from=postView
https://www.ibm.com/blogs/research/2018/08/spectral-clustering/