我想评估大型矩阵的Nystrom 逼近方法，如论文中所述，这可以通过计算 Schur 补码来完成，但对于大型数据集来说计算量太大。我正在使用该方法执行谱聚类，所以我认为可以通过找到质心的距离（在我的嵌入向量的 k-means 聚类之后）和我的嵌入向量的距离来评估它的性能，以便查看Nystrom 方法如何针对子集大小（A 矩阵）的不同选择执行。
我想评估大型矩阵的Nystrom 逼近方法，如论文中所述，这可以通过计算 Schur 补码来完成，但对于大型数据集来说计算量太大。我正在使用该方法执行谱聚类，所以我认为可以通过找到质心的距离（在我的嵌入向量的 k-means 聚类之后）和我的嵌入向量的距离来评估它的性能，以便查看Nystrom 方法如何针对子集大小（A 矩阵）的不同选择执行。