谱聚类算法的matlab代码

以下是谱聚类算法的MATLAB代码示例：

% 数据集
X = randn(100,2);
% 计算相似度矩阵
sigma = 0.5;
W = exp(-pdist2(X,X).^2/sigma^2);
% 构建拉普拉斯矩阵
D = diag(sum(W,2));
L = D - W;
% 特征分解
[V, E] = eig(L);
[~, idx] = sort(diag(E));
U = V(:,idx(1:2));
% K-means聚类
idx = kmeans(U,2);
% 可视化结果
figure;
gscatter(X(:,1), X(:,2), idx);

以上代码中，首先生成了一个100x2的随机数据集X，然后计算了相似度矩阵W，采用高斯核函数计算相似度，sigma为高斯核函数的参数。接着构建了拉普拉斯矩阵L，对其进行特征分解，得到前两个特征向量组成的矩阵U，最后将U输入K-means算法，将数据分为两类，并可视化结果。