更改

我们把待聚合节点都放进一个大节点的框<math>M</math>里，会发现每个外面的节点转移进这个大节点的概率就等于转移进这个框中所有节点的概率的和，即<math>p_{iM} = \sum_{j \in M} p_{ij}</math>。如此就能满足每行加和为一的条件。

我们把待聚合节点都放进一个大节点的框<math>M</math>里，会发现每个外面的节点转移进这个大节点的概率就等于转移进这个框中所有节点的概率的和，即<math>p_{iM} = \sum_{j \in M} p_{ij}</math>。如此就能满足每行加和为一的条件。

[[文件:入流聚合.png|500像素]]

[[文件:入流聚合.png|500像素]]

所以，对入流（若干列）的聚类方法就是把这若干列直接加和，得到的列等于各节点转移到大节点的概率。

所以，对入流（若干列）的聚类方法就是把这若干列直接加和，得到的列等于各节点转移到大节点的概率。

==出流的聚合方法：加权平均==

==出流的聚合方法：加权平均==