更改

假设划分是把若干个状态合成一组，而其他状态各自成组，我们要做的是把原矩阵中待聚合状态对应的若干行和若干列，分别聚合成一行和一列，而其他元素保持不动。

假设划分是把若干个状态合成一组，而其他状态各自成组，我们要做的是把原矩阵中待聚合状态对应的若干行和若干列，分别聚合成一行和一列，而其他元素保持不动。

[[文件:矩阵聚合.png|500像素]]

[[文件:矩阵聚合.png|无|图8：矩阵聚合|缩略图|500x500像素]]

 

 

把一个 <math>N \times N</math> 的矩阵聚合成 <math>N' \times N'</math> 的矩阵，可以分成两步：

把一个 <math>N \times N</math> 的矩阵聚合成 <math>N' \times N'</math> 的矩阵，可以分成两步：

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大节点的概率就等于转移进 <math>M</math> 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大节点的概率就等于转移进 <math>M</math> 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|无|图9：入流聚合|缩略图|500x500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。