轉自本人：https://blog.csdn.net/New2World/article/details/105372317
Spectral Clustering
前面的課程說到了 community detection 並介紹了兩種算法。這次來說說另外一類做社區聚類的算法，譜聚類。這種算法一般分為三個步驟
- pre-processing: 構建一個描述圖結構的矩陣
- decomposition: 通過特征值和特征向量分解矩陣
- grouping: 基於分解后的矩陣以及點的 representation 進行聚類
在介紹具體操作前我們先了解幾個概念
Graph Partitioning
圖的划分就是將節點分到不同的組內，如果分為兩個組就是二分。划分的目的其實就是找社區，那如何判斷一個划分的質量呢？回顧之前說到的社區的特點，即社區內部連接豐富而社區間連接稀疏。因此我們希望我們的划分能最大化每個划分內的連接並最小化划分間的連接數。我們用割這個概念來描述不同划分間的連接數 \(cut(A,B)=\sum\limits_{i\in A,j\in B}w_{ij}\)。對於無權圖這里的 \(w\) 就是 \(\{0,1\}\)。但這個定義並不完美，因為這樣並不能保證划分均勻。例如，一個圖中有一個節點的度為 \(1\) 那么只要把這個節點和其余節點分開就能保證 cut 為 \(1\)。因此我們將划分后不同組內節點的度納入考慮就能較為全面的評估一個划分的好壞了，即 Conductance，其中 \(vol\) 是划分內所有節點的度之和。
然而直接最小化 conductance 是個 NP-hard 的問題。那接下來就進入今天的正題：譜聚類。
首先復習一下線性代數，給定一個圖的鄰接矩陣 \(A\)，那 \(i\) 行表示節點 \(i\) 的所有出度，\(j\) 列表示節點 \(j\) 的所有入度。在無向圖上出度入度一樣，因此 \(A^T=A\)，。考慮無向圖，那 \(Ax\) 代表什么？\(Ax\) 的輸出是一個向量，而向量的每一個元素是矩陣的行和向量 \(x\) 的內積。如果將 \(x\) 看作圖中每個節點的分類標簽，那得到的結果向量的每個元素代表了每個節點所有鄰接節點的標簽之和。
而特征值的定義是 \(Ax=\lambda x\)，而譜聚類就是研究根據特征值 \(\lambda\) 升序排序后的特征向量。(這里規定 \(\Lambda=\{\lambda_1,\lambda_2,...,\lambda_n\}\) 且 \(\lambda_1\leq\lambda_2 \leq...\leq\lambda_n\))
\(d\)-Regular Graph
現在給出一個特殊的連通圖 \(G\)，圖中所有節點的度都為 \(d\)。然后令 \(x=(1,1,...,1)\) 那么 \(Ax=(d,d,...,d)=\lambda x\)，因此 \(\lambda=d\)。可以證明 \(d\) 是最大的特征值。
證明：
因為我們希望特征值為 \(d\)，那對向量 \(x\) 必須有 \(x_i=x_j\)。也就是說 \(x=c\cdot(1,1,...,1)\)
那么對於任意不滿足 \(c\cdot(1,1,...,1)\) 的向量 \(y\)，說明並非所有節點都為 \(1\)。令不為 \(1\) 的節點集為 \(S\)，顯然並非所有節點都在 \(S\) 中。
這樣一來必定存在節點 \(j\)，其鄰接節點不屬於 \(S\)。這樣一來在節點 \(j\) 這里得到的內積值必定嚴格小於 \(d\)
因此 \(y\) 不是特征向量，且 \(d\) 是最大的特征值
以上是針對連通圖。如果圖不連通而是有兩個部分，且每部分都是 \(d\)-regular 的。我們做類似處理，不過對 \(x\) 的定義會適當改變。
這樣一來對應的特征值仍然是 \(\lambda=d\)，但這個最大特征值對應了兩個特征向量。
為什么不繼續用 \(x=(1,1,...,1)^T\)？
你試試 \(Ax=\lambda x\) 對得上不？
如下圖稍微推廣一下，第一種不連通情況下，最大和第二大的特征值相等。第二種情況屬於存在明顯社區結構，此時圖其實是連通的，但最大和第二大的特征值差別不大。而 \(\lambda_{n-1}\) 能告訴我們兩個社區的划分情況。
那為什么說 \(\lambda_{n-1}\) 能告訴我們划分情況？首先我們知道特征向量是互相垂直的，即兩個特征向量的內積為 \(0\)。因此在已知 \(x_n=(1,1,...,1)^T\) 的情況下，\(x_nx_{n-1}=0\) 說明 \(\sum_ix_{n-1}[i]=0\)。因此，在 \(x_{n=1}\) 內必定有正有負。那我們就可以依此將圖中的節點分為兩組了。(這是大致思路，還有很多細節需要考慮)
那考慮無向圖，我們定義以下幾個矩陣
- 鄰接矩陣 \(A\)
- 對稱
- \(n\) 個實數特征值
- 特征向量為實數且互相垂直
- 度矩陣 \(D\)
- 對角矩陣
- 拉普拉斯矩陣 \(L=D-A\)
- 半正定
- 特征值為非負實數
- 特征向量為實數且互相垂直
- 對所有 \(x\) 有 \(x^TLx=\sum_{ij}L_{ij}x_ix_j\geq 0\)
這里有個定理：對任意對稱矩陣 \(M\) 有
\(w_1\) 是最小特征值對應的特征向量。分析一下這個表達式
因為度矩陣 \(D\) 是對角矩陣，所以上面才會化簡為 \(D_{ii}\)。 因為這里的求和是針對每條邊，而每條邊有兩個端點，因此第三步是 \(x_i^2+x_j^2\)。化簡了定理里的表達式能看出什么？\(\lambda_2\) 是特征向量里各元素的差的平方(距離)的最小值。這與我們找最小割目的不謀而合，即最小化各部分間的連接數。
這樣得到的 \(x\) 叫 Fiedler vector。然而直接用離散的標簽 \(\{-1,1\}\) 太硬核了，我們考慮允許 \(x\) 為滿足約束的實數。即 \(\sum_ix_i=0, \sum_ix_i^2=1\)
其實這里偷換了概念。表達式里應該將 \(x\) 替換為 \(y\)。因為分析的時候我們將 \(y\) 視為划分后的標簽，而特征值 \(x_2\) 只是這個標簽 \(y\) 的最優解而已。
這里提到了 approx. guarantee，如果將網絡划分為 \(A\) 和 \(B\)，那可以保證 \(\lambda_2\) 和 conductance \(\beta\) 存在關系 \(\lambda_2\leq2\beta\) (證明略，自己看 slide 吧)
根據這種方法得到的結果還是不錯的。如果網絡中包含了不止一個划分，我們可以遞歸地使用上述算法，即先划分為兩部分，然后對兩部分分別再用使用一次或多次譜聚類。除此之外還可以使用 \(x_3,x_4,...\) 等特征向量一起進行聚類，這樣一來相當於將每個點表示為 \(k\) 維的向量進行聚類。一般來說多用幾個特征向量能避免信息丟失，得到更好的聚類結果。那這個 \(k\) 怎么選呢？看 \(\Delta_k=|\lambda_k-\lambda_{k-1}|\)。選令 eigengap 最大的 \(k\) 就好。(注意！！這里的特征值又是按降序排列的了)[1]
Motif-Based Spectral Clustering
上面的譜聚類是基於邊實現的，如果我們想針對某種特定的結構進行划分呢？自然而然的想到之前介紹的 motif。基於 motif 也就是說在一個划分內特定的 motif 普遍出現。類似對邊的划分，我們定義 \(vol_M(S)\) 為在划分 \(S\) 里的 motif 的端點個數，\(\phi(S)=\frac{\#(motifs\ cut)}{vol_M(S)}\)。當然這也是 NP-hard 的。
走流程，首先我們需要定義矩陣 \(W^{(M)}\)。這里矩陣內每個元素代表了對應邊被幾個 motif 共享。然后是度矩陣 \(D^{(M)}=\sum_jW_{ij}^{(M)}\) 和拉普拉斯矩陣 \(L^{(M)}=D^{(M)}-W^{(M)}\)。求特征值和特征向量后取第二小的特征值對應的特征向量 \(x_2\)。按升序對 \(x_2\) 各元素大小排序，並依次通過計算 motif conductance 來找最佳的划分。(前 \(k\) 小的元素為 \(x_2^{(1)},x_2^{(2)},...,x_2^{(k)}\)，然后計算 conductance。取令 conductance 最小的 \(k\) 值)[2]
當然這個算法也只是一個近似，它能保證 \(\phi_M(S)\leq4\sqrt{\phi_M^*}\)