使用谱聚类（spectral clustering）进行特征选择

在本文中，我们将介绍一种从相关特征的高维数据中选择或提取特征的有用方法。

谱聚类是一种基于图论的聚类方法，通过对样本数据的拉普拉斯矩阵的特征向量进行聚类，从而达到对样本数据聚类的目的。谱聚类可以理解为将高维空间的数据映射到低维，然后在低维空间用其它聚类算法（如KMeans）进行聚类

本文使用2021-2022年常规赛NBA球员的赛季数据。从特征之间的相关矩阵中绘制一个图表，显示可能相似的特征组，然后将研究谱聚类如何在这个数据集中工作。

完整文章：

https://avoid.overfit.cn/post/cfaa81824c714736970e7f49ffde07ab