1. 1/25
スペクトラル・クラスタリング
宮澤 彬
総合研究大学院大学 博士前期 1 年
miyazawa-a@nii.ac.jp
September 15, 2015

2. 2/25
動機
各データを点とみなし，いくつかを辺で結ぶとグラフ理論でいうところ
のグラフができる．さらに辺の両端の点の類似度に応じて，重みを与え
てやるとクラスタリングの問題は重みの小さい，つまり結びつきの弱い
部分でグラフを切断する問題に帰着させることができる．
v1 v2 v3
v4
v5
0.8
0.1
0.1
0.1
0.4
0.2
0.2
0.9
0.7
0.8

3. 2/25
動機
各データを点とみなし，いくつかを辺で結ぶとグラフ理論でいうところ
のグラフができる．さらに辺の両端の点の類似度に応じて，重みを与え
てやるとクラスタリングの問題は重みの小さい，つまり結びつきの弱い
部分でグラフを切断する問題に帰着させることができる．
v1 v2 v3
v4
v5
0.8
0.1
0.1
0.1
0.4
0.2
0.2
0.9
0.7
0.8

4. 3/25
動機
グラフの連結構造を活用すればクラスタリングの精度が向上する．以下
の図は，k 平均法ではうまくいかないが，スペクトラル・クラスタリン
グでは期待通りのクラスタが得られる例である．この図は Murphy
(2012) から引用した．
−6 −4 −2 0 2 4 6
−5
−4
−3
−2
−1
0
1
2
3
4
5
k−means clustering
x
y
−6 −4 −2 0 2 4 6
−5
−4
−3
−2
−1
0
1
2
3
4
5
spectral clustering
x
y
切断の問題は，グラフ理論の分野で既に多くの研究結果があり，それら
を使うことができるという利点もある．

5. 4/25
グラフとは
グラフは，頂点と呼ばれる対象からなる有限非空集合 V と，辺と呼ば
れる対象からなる集合 E の組 (V, E) である．辺とは，V の異なる 2 つ
の元の非順序対である．辺 {vi, vj} を eij のように書く．
例えば以下のグラフを図示すると下の図のようになる．
G = (V, E) , V = {v1, v2, v3, v4, v5} , E = {e13, e14, e24, e25, e35}
v1
v2
v3 v4
v5

6. 5/25
行列によるグラフの表現
A = (aij) = 1E (eij) とすれば，グラフの辺の構造を行列で表現するこ
とができる．この A を隣接行列 (adjacency matrix) と呼ぶ．
v1
v2
v3 v4
A =




0 1 0 0
1 0 1 1
0 1 0 0
0 1 0 0





7. 6/25
行列によるグラフの表現
データ x1, . . . , xn に頂点 v1, . . . , vn を対応させる．2 つのデータ xi, xj
の類似度 sij によっての辺 eij に重み wij ≥ 0 を付与する．このとき n
次実対称行列 W = (wij) を重み付き隣接行列 (weighted adjacency
matrix) と呼ぶ．
v1
v2
v3 v4
0.5
1.2 0.7
W =




0 0.5 0 0
0.5 0 1.2 0.7
0 1.2 0 0
0 0.7 0 0





8. 7/25
行列によるグラフの表現
グラフの分割を考えるにあたり，重み付き隣接行列の他に，次数行列と
いう行列も必要になるのでここで紹介しておく．
任意の頂点 vi ∈ {v1, . . . , vn} について，その次数 (degree) を
di =
n
j=1
wij
と定める．次数を対角成分に持つ n 次正方行列 D = (diδij) を次数行列
(degree matrix) と呼ぶ．ただし δij はクロネッカーのデルタである．

9. 8/25
重み付き隣接行列と次数行列
v1 v2 v3
v4
v5
0.8
0.1
0.1
0.1
0.4
0.2
0.2
0.9
0.7
0.8
D =






1.1 0 0 0 0
0 1.6 0 0 0
0 0 2.1 0 0
0 0 0 2 0
0 0 0 0 1.8






, W =






0 0.8 0.1 0.1 0.1
0.8 0 0.4 0.2 0.2
0.1 0.4 0 0.9 0.7
0.1 0.2 0.9 0 0.8
0.1 0.2 0.7 0.8 0







10. 9/25
Cut とは
どこで切断するかを決めるため，以下で定められる量を考えよう．
cut A, A =
(i,j) ; vi∈A, vj ∈A
wij (1)
ここで A = V A である．(1) はクラスター A と A を結ぶ重みの総和で
あり，これが小さくなるように切断するのが望ましいと考えられる．

11. 10/25
Cut の例
A1 := {v1, v2} とする．
v1 v2 v3
v4
v5
0.8
0.1
0.1
0.1
0.4
0.2
0.2
0.9
0.7
0.8
cut A1, A1 = w13 + w14 + w15 + w23 + w24 + w25
= 0.1 + 0.1 + 0.1 + 0.4 + 0.2 + 0.2 = 1.1

12. 11/25
Cut の例
A2 := {v1, v2, v3} とする．
v1 v2 v3
v4
v5
0.8
0.1
0.1
0.1
0.4
0.2
0.2
0.9
0.7
0.8
cut A2, A2 = w14 + w15 + w24 + w25 + w34 + w35
= 0.1 + 0.1 + 0.2 + 0.2 + 0.9 + 0.7 = 2.2 > cut A1, A1

13. 12/25
Cut の例
この基準には，1 つの頂点と残りの頂点全部，という分割になりやすい
傾向がある．以下は A3 := {v1} とした例である．
v1 v2 v3
v4
v5
0.8
0.1
0.1
0.1
0.4
0.2
0.2
0.9
0.7
0.8
cut A3, A3 = w12 + w13 + w14 + w15
= 0.8 + 0.1 + 0.1 + 0.1 = 1.1 = cut A1, A1

14. 13/25
NCut
この問題を解決するため新しく normalized cut という基準を導入す
る．これは次の値
NCut A, A :=
cut A, A
vol A
+
cut A, A
vol A
が小さいほうが好ましいとする方法である．ただし
vol A =
{i ; vi∈A}
di =
{i ; vi∈A} {j ; vj ∈V }
wij
である．上で見た例について，これを計算すると
NCut A1, A1 =
1.1
1.1 + 1.6
+
1.1
2.1 + 2 + 1.8
=
946
1593
< 1,
NCut A3, A3 =
1.1
1.1
+
1.1
1.6 + 2.1 + 2 + 1.8
= 1 +
11
75
> 1
となり，より均衡がとれている A1 が好ましいとされる．

15. 14/25
NCut
一般に A1, . . . , Ak について
NCut (A1, . . . , Ak) =
k
i=1
cut Ai, Ai
vol Ai
と定める．
今までの話から，グラフの切断の問題は次の最適化問題に帰着させら
れる．
minimize
A1,...,Ak
NCut (A1, . . . , Ak) (2)
しかし，これは NP 困難であることが知られている．

16. 15/25
グラフ・ラプラシアン
そこでグラフ・ラプラシアンというものを導入し，(2) を少し書き換え
ることを試みる．グラフ・ラプラシアンは
L := D − W
で与えられる．
定義からすぐに以下の性質が分かる．
L は n 次実対称行列である．
L の固有値 0 と，それに対応する固有ベクトル 1 = (1 · · · 1) ∈ Rn
をもつ．

17. 16/25
グラフ・ラプラシアンの性質
補題 任意のベクトル f ∈ Rn
について以下が成り立つ．
f Lf =
1
2
n
i,j=1
wij (fi − fj)
2
.
証明
f Lf = f Df − f Wf
=
n
i=1
dif2
i −
n
i,j=1
fifjwij
=


n
i=1
dif2
i −
n
i,j=1
fifjwij +
2
j=1
djf2
j


=
1
2
n
i,j=1
wij (fi − fj)
2

18. 17/25
グラフ・ラプラシアンの性質
任意の Aκ ⊂ V に対して，hκ := (h1,κ · · · hn,κ) ∈ Rn
を以下で定める．
hi,κ :=
1Aκ
(vi)
√
vol Aκ
すると以下が成り立つ．
hκLhκ =
1
2
n
i,j=1
wij (hi,κ − hj,κ)
2
=
1
2
(i,j) ; vi∈Aκ, vj ∈Aκ
wij
1
√
vol Aκ
2
+
1
2
(i,j) ; vi∈Aκ, vj ∈Aκ
wij
1
vol Aκ
2
=
cut Aκ, Aκ
vol Aκ
.

19. 18/25
問題の再定式化
さらに以下が成り立つ．
hιDhκ =
n
i=1
dihi,ιhi,κ
=
n
i=1
di
1Aι
(vi) 1Aκ
(vi)
√
vol Aι
√
vol Aκ
=
1
√
vol Aι
√
vol Aκ {i ; vi∈Aι∩Aκ}
di
= δικ.
よって (2) は以下のように書き換えられる．
minimize
A1,...,Ak⊂V
tr (H LH)
subject to H DH = I
(3)

20. 19/25
問題の再定式化
しかし (3) は依然として NP 困難であるから，H が Rn×k
を動くものと
する．すなわち
minimize
H∈Rn×k
tr (H LH)
subject to H DH = I
(4)
を解くことにする．
解きやすくするため，以下では T := D1/2
H と置いた
minimize
T ∈Rn×k
tr T D−1/2
LD−1/2
T
subject to T T = I
(5)
を考える．

21. 20/25
2 次形式に関する不等式
定理 行列 A ∈ Cn×n
をエルミート行列とし，その固有値を λ1, . . . , λn，
対応する固有ベクトルを u1, . . . , un, ui, uj = δij とする 1
．このとき
固有値について λ1 ≤ λ2 ≤ · · · ≤ λn が成り立っているならば，任意の
q ∈ {1, . . . , n} と任意の正規直交系 {x1, . . . , xq ; xi ∈ Cn
, xi, xj = δij}
に対して
q
i=1
λi ≤
q
i=1
xiAxi (6)
が成り立つ．さらに xi = ui (i = 1, . . . , q) ならば，(6) において等号が
成立する．
証明 例えば Simovici and Djeraba (2008) を参照せよ．
1 エルミート行列の固有ベクトルはそれぞれ互いに直交する．
λi ui, uj = λiui, uj = Aui, uj = ui, A∗
uj = ui, λjuj = λj ui, uj
エルミート行列の固有値は実数なので λi = λj ならば，λi = λj となり， ui, uj = 0．

22. 21/25
最適化問題の解
前のページの定理により (5) の解が求めることができる．つまり，行列
D−1/2
LD−1/2
の固有値を小さいほうから λ1, . . . , λn と並べ，それぞれ
に対応する正規化された固有ベクトルを u1, . . . , un とするとき，
T = (u1 · · · uk) とすれば tr T D−1/2
LD1/2
T が最小になるのである．
ここで zi := D−1/2
ui と置くと
D−1/2
LD−1/2
ui = λiui
D−1
LD−1/2
u = λiD−1/2
ui
D−1
Lzi = λizi
Lzi = λiDzi
となり，H = D−1/2
u1 · · · D−1/2
uk = (z1 · · · zk) は一般化された固
有値問題 Lz = λDz の解を並べたものであることが分かる．

23. 22/25
類似度行列
アルゴリズムを紹介する前に，類似度行列を構成する主要な 3 つの手法
を示す．
1. ε-neighbor
半径 ε 以内にある点のみに重みを与える．
2. k-nearest neighbor
類似度が高い k 個の点のみに重みを与える．類似度行列が対称にな
るように注意する．例えば vi と vj がお互いに k-nearest
neighbor に含まれる場合にのみ重さを与えるようにすればよい．
3. 完全連結
任意の 2 点間の類似度を計算する方法である．例えば
sij = exp −
xi − xj
2
2σ2
として計算しておく．

24. 23/25
アルゴリズム
Normalized spectral clustering according to Shi and Malik (2000)
1: Construct a similarity graph.
2: Compute the graph Laplacian L.
3: Compute the first k generalized eigenvectors u1, . . . , uk of the
generalized eigenproblem Lu = λDu.
4: Let H := (hiκ) = (u1 · · · uk) ∈ Rn×k
.
5: Let yi := (hi,1 · · · hi,k) ∈ Rk
(i = 1, . . . , n).
6: Cluster the points y1, . . . , yn with the k-means algorithm into clusters
C1, . . . , Ck.
時間計算量について考察する．類似度行列の作成は，完全連結で計算し
た場合 O dn2
となる．固有ベクトルの計算は，手法によって違いはあ
るものの大体 O n3
程度である．k 平均法によるクラスタリングは繰
り返しの回数を I として O (Ikdn) である．
データが増えると固有ベクトルの計算が大きな負担になってしまう．

25. 24/25
追記
スペクトラル・クラスタリングにはいくつかの似た変種がある．例えば
normalized cut のかわりに，次の RatioCut を使う方法がある．
RatioCut (A1, . . . , An) :=
k
i=1
cut Ai, Ai
|Ai|
ただし |Ai| は Ai に含まれる頂点の数である．
このスライドは主に von Luxburg (2007) を参考に作った．類似の他
の手法や技術的な詳細については，この資料を参考にするとよい．

26. 25/25
参考文献
Murphy, K. P. (2012). Machine learning: a probabilistic
perspective.
Simovici, D. A. and Djeraba, C. (2008). Mathematical tools for
data mining. Advanced Information and Knowledge
Processing, page 129–172.
von Luxburg, U. (2007). A tutorial on spectral clustering.
Statistics and computing, 17(4):395–416.