kernal-contrasive-learing- 损失函数为==对比核损失+||K-EG||+对比损失EG 数据准备(未完成) 数据形状:样本数*特征数,类别 聚类簇数 模型超惨设置(未完成) 学习率 训练伦次 温度参数 视角数 模型参数初始话(未完成) 核矩阵初始化(未完成) E,G初始化 (完成) 损失函数建立 核对比损失(未完成) 矩阵分解损失(未完成) EG对比损失(完成) 验证 准确率(完成) NMI(完成)