核聚类算法：聚类是将一组给定的未知类标号的样本分成内在的多个类别，使得同一类中 的样本具有较高的相似度，而不同类中的样本差别大。侧重于软聚类（模糊C-均值——FCM），但其描述手段同样适合于硬聚 类（HCM）等同类问题。-Clustering algorithm: cluster is a group of unknown samples given class label into internal multiple categories, so that the same class

利用LapLDA进行初始化，预测出无标签数据XU的类别信息，这样所有的训练样本都有类别了。 为样本 的软类别标签，软类别标签中最大的问题对应其具体类别。 LapLDA可用基于原始数据的LLE-style reconstruction weights -LLE-style reconstruction weights