谱聚类算法是近年来数据挖掘领域的研究热点,它基于谱图理论,有效地解决了很多实际问题。但在谱聚类的过程中,特征分解的计算复杂度通常为O(n~3),限制了谱聚类算法在大规模数据中的应用。Nystr?m方法利用数据集中的一小部分抽样点,进行近似计算,逼近真实的特征空间,有效地解决了谱聚类在大规模数据上时间和空间开销的问题。针对现有的Nystr?m方法在谱聚类应用中存在聚类效果不稳定、样本代表性弱的问题,提出一种基于加权集成Nystr?m采样的谱聚类算法。首先,对数据进行整体权重评估,利用统计杠杆分数区别数据间的重要程度,得到反映样本重要性的权值矩阵,这种加权方法能在数据分布中找出具有影响力的数据点,保证了样本核矩阵中数据点的差异性和有效性。其次,基于权重采用加权K-means中心点采样算法得到多组具有代表性的采样点,获得与数据分布相似的样本点矩阵,使用这些具有高代表性的样本点进行Nystr?m近似计算,得到的近似核矩阵的特征向量更接近于真实的特征向量值。再次,引入集成框架,利用集成框架并行运行多次Nystr?m方法构建多个近似核矩阵。最后,利用岭回归方法确定混合权重,将各个近似核矩阵加权求和,生成最终近似核矩阵,产生比标准Nystr?m方法更准确的低秩近似。UCI数据集对比实验表明本文算法具有较好的聚类性能,更适合解决集成聚类框架下的数据聚类问题。该论文有图7幅,表7个,参考文献58篇。