Deutsch
 
Hilfe Datenschutzhinweis Impressum
  DetailsucheBrowse

Datensatz

DATENSATZ AKTIONENEXPORT
Zur Ablage hinzufügen
 Lokale TagsFreigabegeschichteDetailsÜbersicht
  On the Convergence of Spectral Clustering on Random Samples: The Normalized Case

von Luxburg, U., Bousquet, O., & Belkin, M. (2004). On the Convergence of Spectral Clustering on Random Samples: The Normalized Case. In J. Shawe-Taylor, & Y. Singer (Eds.), Learning Theory: 17th Annual Conference on Learning Theory, COLT 2004, Banff, Canada, July 1-4 (pp. 457-471). Berlin, Germany: Springer.

Item is

 

einblenden: alle ausblenden: alle

Basisdaten

einblenden: ausblenden:
Datensatz-Permalink: https://hdl.handle.net/11858/00-001M-0000-0013-F382-8 Versions-Permalink: https://hdl.handle.net/21.11116/0000-0005-5339-E
Genre: Konferenzbeitrag

Externe Referenzen

einblenden:
ausblenden:
externe Referenz:
https://link.springer.com/content/pdf/10.1007%2F978-3-540-27819-1_32.pdf (Verlagsversion)
Beschreibung:
-
OA-Status:

Urheber

einblenden:
ausblenden:
 Urheber:
von Luxburg, U1, 2, Autor           
Bousquet, O1, 2, Autor           
Belkin, M, Autor
Affiliations:
1Department Empirical Inference, Max Planck Institute for Biological Cybernetics, Max Planck Society, ou_1497795              
2Max Planck Institute for Biological Cybernetics, Max Planck Society, Spemannstrasse 38, 72076 Tübingen, DE, ou_1497794              

Inhalt

einblenden:
ausblenden:
Schlagwörter: -
 Zusammenfassung: Given a set of n randomly drawn sample points, spectral clustering in its simplest form uses the second eigenvector of the graph Laplacian matrix, constructed on the similarity graph between the sample points, to obtain a partition of the sample. We are interested in the question how spectral clustering behaves for growing sample size n. In case one uses the normalized graph Laplacian, we show that spectral clustering usually converges to an intuitively appealing limit partition of the data space. We argue that in case of the unnormalized graph Laplacian, equally strong convergence results are difficult to obtain.

Details

einblenden:
ausblenden:
Sprache(n):
 Datum: 2004-07
 Publikationsstatus: Erschienen
 Seiten: -
 Ort, Verlag, Ausgabe: -
 Inhaltsverzeichnis: -
 Art der Begutachtung: -
 Identifikatoren: BibTex Citekey: 2623
DOI: 10.1007/978-3-540-27819-1_32
 Art des Abschluß: -

Veranstaltung

einblenden:
ausblenden:
Titel: 17th Annual Conference on Learning Theory (COLT 2004)
Veranstaltungsort: Banff, Canada
Start-/Enddatum: 2004-07-01 - 2004-07-04

Entscheidung

einblenden:

Projektinformation

einblenden:

Quelle 1

einblenden:
ausblenden:
Titel: Learning Theory: 17th Annual Conference on Learning Theory, COLT 2004, Banff, Canada, July 1-4
Genre der Quelle: Konferenzband
 Urheber:
Shawe-Taylor, J, Herausgeber
Singer, Y, Herausgeber
Affiliations:
-
Ort, Verlag, Ausgabe: Berlin, Germany : Springer
Seiten: - Band / Heft: - Artikelnummer: - Start- / Endseite: 457 - 471 Identifikator: ISBN: 978-3-540-22282-8

Quelle 2

einblenden:
ausblenden:
Titel: Lecture Notes in Computer Science
Genre der Quelle: Reihe
 Urheber:
Affiliations:
Ort, Verlag, Ausgabe: -
Seiten: - Band / Heft: 3120 Artikelnummer: - Start- / Endseite: - Identifikator: -