La classification de graphes a récemment suscité beaucoup d'attention dans divers domaines de l'apprentissage automatique, tels que les méthodes à noyaux, la modélisation séquentielle ou l'embedding de graphes. Toutes ces approches offrent des résultats prometteurs avec des forces et des faiblesses respectives. Cependant, la plupart d'entre elles reposent sur des mathématiques complexes et nécessitent une puissance de calcul importante pour atteindre leurs meilleures performances. Nous proposons un algorithme simple et rapide basé sur la décomposition spectrale du laplacien de graphe pour effectuer la classification de graphes et obtenir un premier score de référence pour un ensemble de données. Nous montrons que cette méthode obtient des résultats compétitifs par rapport aux algorithmes de pointe (state-of-the-art).