谱聚类中的相似矩阵是怎么定义的？

基本上是这个意思。Spectral Clustering是用了一些图论的思想。

Spectral Clustering主要分三步：1. 构造相似矩阵，2. 进行谱分解，3. 进行划分完成聚类。

相似矩阵是描述样本与样本之间的相似性的。如果有$n$个样本，那么相似矩阵$A$就是$n\times n$的，其中$A_{i,j}$表示第$i$个样本和第$j$个样本的相似性，$A_{i,i}$规定为0。

相似性有很多度量方式。Spectral Clustering也可以采用kNN的思想，最近的k个点可以标记相似度为1，其余的点可以标记为相似度为0。当然也可以直接取欧式距离的倒数为相似值。