← 返回刚才阅读的位置

知识卡片

普通读书笔记卡 · 5443.a

拉普拉斯半正定不等于逐项非负

理解等级:高级

对于对称非负S、正度数D,L=I−D⁻¹ᐟ²SD⁻¹ᐟ²是对称归一化拉普拉斯,其特征值非负,但非对角元素可以为负。原文“具有非负值”应按谱性质限定,不能理解为每个矩阵元素都非负。孤立节点的D项为0时须另行处理,不能直接计算倒平方根。

这张卡片看不懂?

已有反馈 · 0 条

    还没有人提交反馈。

    在整书笔记中的位置

    原书出处 · 1 处

    • 机器学习:分布式算法 · 查看原书依据

      很明显,正则化的拉普拉斯矩阵是一个具有非负值的半正定矩阵。在理想情况下,我们假设聚类数据之间完全可分离,即某个聚类内的数据和任意其他聚类内的数据的相似度都为0。此时,拉普拉斯矩阵中的非零值只会出现在其块状对角线上:

    参考来源

    - 位置:《大数据日知录:架构与算法》第16章《机器学习:分布式算法》,原文段落136,OEBPS/text00021.html。 - 结论依据:原书给出的机制、公式或算法与其适用范围;实验百分比和2014年系统状态不当作当前普遍保证。原文过度概括据第一手资料限定:[原始资料](https://arxiv.org/abs/0711.0189)。 - 原始内容:很明显,正则化的拉普拉斯矩阵是一个具有非负值的半正定矩阵。在理想情况下,我们假设聚类数据之间完全可分离,即某个聚类内的数据和任意其他聚类内的数据的相似度都为0。此时,拉普拉斯矩阵中的非零值只会出现在其块状对角线上: