本文综述聚类与子集选择研究，涵盖：ℓ_p子空间嵌入灵敏度取样的新边界；利用聚类构建数据表示并分析样本复杂度与VC维；结合不确定性与多样性进行子集选择；引入区间估计以抵抗误标噪声；基于基础模型与聚类选择主动学习初始样本；将k-means重写为熵正则最优传输；分析谱聚类对边缘扰动的稳健性；提出连续采样求解k-median；并指出数据选择有时优于全样本训练。