聚类分析就是将数据样本进行分组的过程，它的目标就是根据数据样本的结构特征提取数据集中隐藏的信息，从而对数据进行合理的划分。聚类分析已经成为数据挖掘和机器学习领域中一种非常有效的工具之一。　　谱聚类作为聚类分析一种新兴的分支在近十年来得到了巨大的关注与发展。谱聚类的成功不仅仅是因为它本身简单易实现，而且它可以将数据集从原始空间转换到低维的特征空间，使原始空间的数据变成线性可分，此时便可使用传统聚类算法在新的特征空间中进行聚类。此外，研究者对谱聚类的喜爱还因为它有着深厚的理论基础，并与许多领域有着千丝万缕的关系，这使得谱聚类得到越来越多的应用。但是，由于谱聚类在执行过程中需要存储整个相似度矩阵并进行特征分解，需要消耗大量的时空开销，这使得谱聚类在大规模数据中的实用性很低。　　为了有效降低谱聚类算法的复杂度，近年来人们提出了很多有效的方法。其中，最优影响力的是Nystr(o)m扩展技术，它通过一小部分抽样的数据来逼近原始数据的特征空间，有效地解决了大规模数据的时间和空间开销的问题。抽样算法是Nystr(o)m扩展中最重要的方面。　　在本文中，我们首先对谱聚类算法近年来的研究现状进行了总结，并重点讨论了Nystr(o)m扩展应用于大规模谱聚类中的抽样算法。当前已存在很多比较成功的抽样算法，但这些算法都是基于矩阵逼近误差的理论分析，目前还没有关于抽样集对聚类效果的影响方面的研究。本文认为矩阵逼近对于聚类效果没有直接的影响，通过引入抽样集预测能力这一概念，利用标记点预测未抽样点的类别标签，通过损失分析得到一种增量的抽样算法，从而回答抽样集对聚类效果影响这一问题。　　实验进一步验证了本文提出的增量抽样算法的有效性，结果表明，本文算法在众多的聚类任务上都能给出优于已存在抽样算法的效果，同时，它的复杂度也没有提高很多。