一、核心思想kkk-均值聚类在处理高维含噪数据时性能显著退化，主要原因有：(1) 距离度量困难 (维数灾难)；(2) 几何结构 (局部邻域、全局欧式) 未被利用；(3) 对噪声和异常值不鲁棒。RCLR 提出一种端到端的鲁棒聚类方法，将低秩线性嵌入技术与kkk-均值相结合：同时学习稀疏系数和投影矩阵，并在投影空间与原始空间之间进行双向变换 (projection + reverse projection)。该方法在统一模型中无缝集成聚