Meta
本文讨论了聚类中的子空间聚类和pattern mining的关系。
为了上升主题，题目搞成了聚类和pattern mining，所谓盲人摸象，就是好几个盲人，每个人摸到的同一个象的部分不一样，得到了部分“truth”，聚类和pattern mining就是俩盲人。
聚类法简介
先说Subspace clustering。
这哥们儿难在不知道各个子空间的维度是啥（即每个子空间可能都不一样）。咋办，就得去搜索，去learn。作者还提到了一类axis-parallel subspaces。
好了，两种搜索方法1. top-down search：先搜索 full-dimensional space。2. bottom-up search：搜索空间很大。
然后提到了Ensemble clustering，Alternative (or: constraint) clustering，以及Multiview clustering。啊不想看了。
Pattern mining—considering the same elephant?
好了本文的另一半：Pattern mining及其与子空间聚类的联系开始了。
pattern mining也是exploratory data mining的一个branch，它的目标是发现 recurring
structures，即重复的结构，至于它和子空间聚类的关系，一图胜千言：
左图： Traditional pattern mining returns patterns, sets of attributes
最右图：Traditional clustering returns object groups, or clusters
中图：Modern pattern mining以及subspace clustering的结果
注：作者提到本文所指的pattern mining指的是出现比较频繁的item。