Sur la normalisation de la matrice Laplacienne en partitionnement spectral
Résumé
Les méthodes de partitionnement spectral permettent de mieux tenir compte de la géométrie intrinsèque des données contrairement aux approches classiques telle que les k-moyennes. Ceci est permis par l'analyse de la ma-trice Laplacienne du graphe de similarités. Il existe plusieurs types de matrice Laplacienne qui peut être normalisée ou pas. Dans cette contribution, nous in-troduisons une généralisation de la normalisation par division symétrique. Nous présentons les motivations et propriétés de notre approche et nous montrons les résultats obtenus sur plusieurs jeux de données.
Origine : Fichiers produits par l'(les) auteur(s)
Loading...