根据自己的想法写的一个算法。具体思想如下：

给定一个数据集A，数据点个数是m，维度是n。

1   对矩阵A在数据点个数上利用PCA思想进行降维。寻找出具有代表性的p个数据点组成矩阵B，数据点个数是p，维度是n。

2   将A中每一个数据点与B中每一个数据点做映射。利用欧式距离来表示两个数据点的相似度，A中的每一个数据点都用B中的一个数据点代表（距离最小）。

3   对B在维度上利用PCA进行降维。寻找具有代表性的r个维度组成矩阵C，数据点是p，维度是r。

4   对C进行聚类。聚类结果也就是B中p个数据点的聚类结果，然后利用A到B的映射矩阵，对A中每一个数据点a进行分配标签，如果B中的数据点b代表数据点a，那么a的标签就是b的标签。

由于PCA并不能对稀疏矩阵进行处理，所以算法的最大缺点是不能用于稀疏矩阵。实验在图片数据集Yale上进行，模拟时簇的个数设为k，k在[30,40]之间；聚类算法kmeans的迭代次数一定，设为10000.实验结果如下图（横轴表示k的取值）。

​

​​

从实验上看，想法很差，k变化时，准确率（CR）、NMI、RI的值恒定而且很低，还不如原生态的kmeans。

从实验的中间结果来看，经过两次PCA操作后，大部分的数据点被分到同一个簇中，造成结果很差。