4回答
我有这张照片：
我正在尝试使用niblack算法实现文档的二值化，我已经实现了简单的Niblack算法
T=平均值+ K* standardDiviation
这就是它的结果：
问题是，在图像的某些部分中，窗口不包含任何对象，因此它会将噪声检测为对象，并对其进行详细说明。
我尝试应用模糊过滤，然后进行全局阈值处理，结果是：
我想唯一的解决办法是阻止算法检测全局噪声，如果窗口i没有对象的话
我感兴趣的是使用niblack算法，而不是其他算法，所以有什么建议吗？
浏览 1提问于2012-04-18得票数 13
回答已采纳
1回答
我有一个问题，决定算法的颜色量化。我想做颜色量化的图像是分辨率为512 x 512的RGB图像。我想减少像素中的颜色值，以减小图像大小。
我不想使用流行的算法k-方法。我找到了这个均值移位算法。
均值移位是一种聚类算法(与k均值相同)，它具有一定的质心和窗口(每个质心都有1)，在其窗口中寻找最密集的部分，然后将质心移动到最密集的部分。它会一直这样，直到它与另一个质心会聚，不再移动。
在颜色量化中可以使用均值偏移吗？因为k均值和均值移位都是聚类算法，但我发现的只是均值算法的图像分割和颜色量化的k均值？
浏览 0提问于2019-01-26得票数 1
我正在做一些关于如何将文章聚成“新闻故事”ala Google新闻的研究。
看一下之前关于这个主题的问题，我经常看到，我建议从一篇文章中提取一个单词向量，如果它们在文章的某些部分(例如标题)中，对其中的一些单词进行更多的加权，然后使用像k均值算法这样的方法来对文章进行聚类。
但这引出了几个问题：
用k-表示，你怎么预先知道k应该是多少？在动态新闻环境中，您可能有非常多的故事，而且您不会事先知道一个文章集合代表了多少故事。
使用层次聚类算法，您如何决定使用哪些集群作为您的故事？在树的底部将有集群，它们只是单个的文章，显然您不想使用，而树的根部有一个集群，它包含所有的文章，这同样不是wan
浏览 7提问于2010-08-31得票数 15
回答已采纳
我的问题是检测车辆。摄像头在红绿灯支架上，一定程度上朝下。问题是亮度，因为太阳改变了它的位置。那么，对于这种情况，什么背景减去算法是健壮的呢？我只知道帧差分，均值滤波和MoG。
浏览 2提问于2015-10-07得票数 0
1回答
我实现了简单Widrow感知器和k均值聚类，并将结果与MNIST数据集进行了比较。由于这些算法的线性性质，我没有期望得到很好的结果。WH感知器的准确率为70%，k-均值为50%(我有单元测试，并与纯粹的随机机会1/10进行比较，我认为它们在某种程度上是正确的)。
我也给出了“提示”k-意思是在不同的数字周围设置初始的质心，这样它就能更快地收敛。
我认为k均值显示了这个结果，因为数字非常相似(6类似于8，8类似于9)。然后假设WH感知器的泛化能力优于k-均值.有人看过关于这个话题的文章/书吗？我想从严谨的数学角度来理解结果。
浏览 0提问于2016-09-19得票数 0
2回答
算法在原始k-均值算法的以下两个方面有所帮助：
原k-均值算法在输入大小上具有超多项式最坏的运行时间，而k-均值++则声称为O(log )。
与最优聚类相比，所得到的近似结果在目标函数方面的结果并不理想。
但是k-方法++有什么缺点吗？从现在开始我们应该一直用它来代替k手段吗？
浏览 2提问于2011-01-16得票数 10
回答已采纳
2回答
K均值聚类和矢量量化有什么区别？
他们似乎非常相似。
我正在处理隐马尔可夫模型，我需要从特征向量中提取符号。
为了提取符号，我是做矢量量化还是k-均值聚类？
浏览 1提问于2012-01-26得票数 8
回答已采纳
2回答
标杆EM软聚类对K-均值？
、、、、
我有两种实现，一种是K-均值，另一种是EM进行软聚类。但我不知道如何验证它们的准确性。也就是说，通过检索更好的集群，哪一个表现得更好。我的假设是，因为EM做的是软赋值，而不是K-均值中的硬赋值。他们表现得更好，但我不知道怎么比较.
如何衡量EM软聚类对K-均值的准确性？对合成数据也有什么建议吗？
浏览 14提问于2014-07-21得票数 0
回答已采纳
2回答
有没有可能运行劳埃德算法，在多项式时间内找到一维的k-均值？
我知道k均值问题对于超过一维的任何东西都是NP难的。如果你有一个固定的维数，劳埃德算法会在多项式时间内运行，对吧？
浏览 3提问于2011-10-19得票数 0
3回答
比k均值聚类更精确的方法
、、、
在径向基函数网络(RBF网络)中，选择了隐层中的所有原型( RBF函数的中心向量)。此步骤可以通过以下几种方式执行：
中心可以从一些例子中随机抽样。
或者，它们可以用k均值聚类来确定.
智能选择原型的方法之一是在训练集上进行k均值聚类，并使用聚类中心作为原型。我们只知道k均值聚类的简单性(快速)，但不是很精确。
这就是为什么我想知道比k均值聚类更精确的另一种方法是什么？
任何帮助都将不胜感激。
浏览 7提问于2014-03-06得票数 1
回答已采纳
我读过一些关于粒子群算法的论文。它看起来和K-均值并没有太大的不同。我尝试使用粒子群算法进行聚类，但结果与K均值的结果基本相同，存在一些缺点，比如执行时间较长，并且由于随机因素造成的结果也有很多不同。
浏览 0提问于2019-05-25得票数 1
回答已采纳
我的问题不是关于理解k均值算法，而是关于如何将其应用于训练，验证和测试，如下所示:训练阶段:将k均值应用于输入数据，然后我们获得质心值(在我的情况下为3).For每个质心值分配一个标签，例如1，2，3。假设在训练阶段I输入60个这样的样本.So总共我得到60*3个质心，每个质心的标签为1，2，3。测试阶段:对输入signal.We应用k均值get centroids.Compare这个从训练阶段获得的质心centroids.Which是否最接近它，为它分配相同的标签？
浏览 2提问于2015-03-02得票数 0
1回答
我想看看两者的性能是否可以根据他们所工作的目标函数进行比较？
分层：单链路、完全链接和平均链接算法
无层次：模糊C均值与K均值
浏览 3提问于2013-05-14得票数 0
回答已采纳
1回答
我有一个庞大的混合数据集，它由数值属性和分类属性组成，在OneHotEncoding上形成一个具有很高维数的数据集。
将机器学习算法(如K-均值聚类、降维和回归)应用于数据集子集是否明智？例如，首先将K-均值聚类应用于数值列，然后将结果与分类数据集连接起来。
浏览 0提问于2018-02-28得票数 1
回答已采纳
1回答
我正在研究说话人聚类问题。我在使用k-均值聚类。地面真相聚类值和k均值聚类值不相对应，原因是标记方法不同(手工标记基本真理，并通过scikit的k-均值函数)。因此，我需要找到匹配值的所有排列，并选择匹配/正确率最高的匹配值。我有一个基本真理npy数组和一个labels_by_kmeans npy数组，如下所示：
地面真相
📷
标签由Kmeans
📷
正如您所看到的，两个表中的数组0和2都有0和2s,3s是相互对应的。但是，在数组1中，5s似乎与0对应。我正试图通过k手段在标签中找到最适合于0的东西。
我怎样才能通过代码做到这一点？
浏览 0提问于2018-07-17得票数 0
1回答
用模糊C-均值确定图像中的分割数
、、、、
请使用模糊C-均值和K-均值以及C#编程语言进行图像分割，但我想知道如何使用C#自动确定图像分割的可能和最佳数目。谢谢
浏览 3提问于2013-11-01得票数 1
1回答
我使用的是。我在r-tree boost中添加了10万个点。现在，我想像这个一样对我的点进行聚类和分组。似乎我应该从点数来计算k-均值。如何从r-tree点几何中计算k-均值？
浏览 17提问于2018-03-04得票数 0
回答已采纳
我正在尝试使用K均值聚类从图像中获取RGB值。K的取值是基于自适应K值法确定的。
浏览 11提问于2022-11-14得票数 0
我写了一种算法，在背景简单的情况下，用1个物体检测图像的主颜色。下面是我目前正在运行的基本步骤：
在整个图像上运行k均值算法(k = 10)
删除与像素(0,0)具有相同类的点。
运行一个新的k-均值算法，其馀点(k = 3) =>3主颜色。
虽然它可能不是最聪明的算法，但我对结果非常满意，除非大部分对象的颜色与背景相同。例如，当目标在白色背景上主要是白色时，该算法自然倾向于将目标的白点与背景进行分类。
我怎样才能有一个通用的方法(我不知道这个对象是白色的)在所有情况下都能工作？假设物体是水平的和垂直的中心是正常的。但是，对于对象的形状或其中的颜色数(有时是简单的，有
浏览 12提问于2013-11-11得票数 0
回答已采纳
我采用k均值算法分割图像.我用的是k均值函数。它工作正常，但我想知道在k均值方法中将其转换为二进制图像的阈值。例如，我们可以通过在MATLAB中使用内置函数获得阈值：
threshold=graythresh(grayscaledImage);
a=im2bw(a,threshold);
%Applying k-means....
imdata=reshape(grayscaledImage,[],1);
imdata=double(imdata);
[imdx mn]=kmeans(imdata,2);
imIdx=reshape(imdx,size(grayscaledImage));
i
浏览 3提问于2017-08-14得票数 0
回答已采纳
2回答
我正在用K均值进行聚类分析，我有大约6个分类变量，我想在模型中考虑。当我将这些变量转换为虚拟变量(二进制值1-0)时，我得到了大约20个新变量。由于K-均值的两个假设是对称分布(偏态)和相同方差和均值(尺度)。我需要转换这些变量吗？
浏览 0提问于2021-06-10得票数 1
1回答
密切相关的排序算法，基排序和桶排序是自适应的吗？
我知道，如果要排序的数据是预先排序的，并且该算法花费最少的时间，那么排序算法就是自适应的。
然而，我无法断定基和桶排序算法是否是自适应的。
浏览 5提问于2020-08-21得票数 0
回答已采纳
我需要知道如何进行均值漂移聚类，我正在搜索任何使用emgu库或不使用emgu库的实现。
我还想知道k均值和均值移位以及其他类型的移位有什么不同？
浏览 0提问于2011-03-22得票数 0
回答已采纳
1回答
我使用随机森林处理一个有监督的分类问题，并使用k-均值聚类算法对每个节点的数据进行分割。我试图计算算法的时间复杂度。据我所知，k-均值的时间复杂性是
O(n·K·I·d)
哪里
N是点数，
K是星系团数，
I是迭代的次数，并且
D是属性的数量。
k，i和d是常量或有上界，而n比这三者大得多，所以我想复杂性就是O(n)。
另一方面，随机森林是一种分而治之的方法，因此对于n个例子来说，复杂性是O(n·logn)，虽然我不确定这一点，但如果我错了，请纠正我。
为了得到算法的复杂性，我只是添加了这两件事吗？
浏览 1提问于2013-09-06得票数 0
回答已采纳
2回答
我正在研究一个基于聚类的模型，我读过关于分层聚类和K-均值聚类的文章。
在什么条件下我应该选择聚类而不是K-均值聚类？
浏览 0提问于2021-03-26得票数 2
回答已采纳
3回答
K-均值聚类是一种常用的聚类方法.假设K-均值聚类有N个点，即N个点应划分为K个群，其中每个组中的点具有相似性。
在K-means clustering处理之前，我们应该给初始中心赋值，在这里，我从所有的点中随机选择K点，程序每次运行都得到不同的输出。为什么这会导致不同的结果，我如何知道哪一个是最好的分类？
浏览 5提问于2014-01-07得票数 4
回答已采纳
1回答
K (PAM)算法的缺陷
、、、、
本文研究了K算法(PAM)是一种基于聚类的聚类算法，是K-均值算法的一个变体.它解决了K-均值产生空簇和对离群点/噪声的敏感性等问题。
然而，K-medoid的时间复杂度为O(n^2)，而K-均值(劳埃德算法)的时间复杂度为O(n)。我想问K-medoid算法除了其时间复杂性外是否还有其他缺点。
浏览 2提问于2017-10-01得票数 1
回答已采纳
1回答
我想使用k-均值聚类算法对一个连通的无向图(不是一个完整的图)进行聚类。我只看到k-均值在一个完整的图中被使用，但是我不确定是否有另一种方法可以将它应用到一个非完全图中。
这里有人知道这件事吗？如果k-均值不能应用于连通无向图，那么哪种算法对这类图进行聚类比较好？
提前谢谢！
浏览 7提问于2017-07-25得票数 1
回答已采纳
1回答
我试图复制这论文的结果，但是使用python和HMMlearn库来代替matlab。本文介绍了一种利用隐马尔可夫模型( HMM )预测股票价格的方法。
本文详细介绍了用四态5混合高斯分布作为模型.转移概率和初始状态概率是一致的，但发射概率是根据现有股票价格数据集的k均值算法的结果来确定的。
后半部分是我陷入困境的地方，本文建议使用k-均值算法返回的每个聚类的均值、方差和权重作为混合算法每个组分的均值、方差和权重。据我所知，星系团的平均值只是每个质心的中心，但是我不知道你如何获得方差或权重。
给出一个三维数据集X(以[[a, b, c], [d, e, f]...]的形式)，并使用k-均值算法，
浏览 0提问于2016-04-28得票数 2
回答已采纳
3回答
我一直在研究k-均值聚类，一个不清楚的大问题是，剪影函数真正告诉我的是什么？
我知道这说明什么是合适的k应该是确定的，但我不明白剪影函数的意思，真的对我说？
我在某个地方读过，如果剪影的平均值小于0.5，那么聚类是无效的。
谢谢你提前给我答案。
浏览 0提问于2013-08-17得票数 2
回答已采纳
1回答
我有一个论文，重点是使用双语LDA和一个修改版本(修改为运行时)的K-均值的情感分析(使用多项NB)在菲律宾和英语新冠肺炎推特。
我有来自的Bi的文件，它生成文本文件，比如theta值、phi值、单词主题和一个words地图(附在一起的文件的照片)，来自被标记和渲染的tweet，但是，我似乎不能应用K-这意味着来自于我的Bi-LDA文件，因为我不知道下一步该做什么。
我还将附加.ipynb文件的Google，这样您就可以看到K-Means：所需的内容。
非常感谢你，一点帮助对我和我的团队都会有帮助。
在运行Bi算法之前，我所做的是更改K的值，它等于我的K-中的K值，这样一旦每个主题被聚类，它只
浏览 9提问于2022-11-02得票数 -1
4回答
关于离群点的检测，我有几个问题：
我们能用k-均值找到异常值吗?这是一个好方法吗？
是否有不接受用户输入的聚类算法？
我们可以使用支持向量机或任何其他监督学习算法来检测离群点吗？
每种方法的优缺点是什么？
浏览 7提问于2011-05-17得票数 12
2回答
最大子阵列变化
、、
我必须解决一个问题，就像最大子数组问题一样。我必须找到平均值大于k的最大子数组。我想到了下面的技巧。我可以将大小为n的数组A[]转换为B[]，其中Bi = Ai - k，所以现在平均值必须大于0。但是平均值大于零不意味着和大于零吗？所以我可以直接应用Kadane的算法。我说的对吗？(总是在有1个正值的约束下)
浏览 6提问于2012-11-15得票数 1
回答已采纳
3回答
聚类词组
、、
这是一个家庭作业问题。我有一份充满文字的大文件。我面临的挑战是将这些词归类为充分代表这些词语的不同组/组。我处理这一问题的策略是使用K均值算法，如您所知，该算法采取以下步骤。
生成整群的k个随机均值
通过将每个单词与最近的平均值相关联来创建K簇
计算每个簇的质心，成为新的均值。
重复步骤2和步骤3，直到达到某个基准/收敛为止。
理论上，我有点理解，但不完全理解。我认为，在每一步，我都有相应的问题，这些问题是：
从技术上讲，我可以说是5，但这不一定是一个很好的随机数。那么，这个k纯粹是一个随机数，还是实际上是由启发法驱动的，如数据集的大小、所涉及的单词数等。
你如
浏览 4提问于2012-12-07得票数 9
1回答
我正在研究一种现有的算法，以提高其复杂性。现有的算法使用K-均值来执行聚类，而我选择使用K-均值++进行同样的聚类。
选择K-均值++是因为与K-均值相比，K均值聚类结果更快、更准确.
现在，在最后，我必须比较新算法和现有算法的复杂性，我发现我无法理解K-意思是++的复杂性是O(logk)竞争性。
我试着在网络上到处寻找解释，包括堆栈溢出。
我唯一理解的是，竞争与“在线”和“离线”算法有关。有谁能解释一下它在这里的应用吗？
浏览 2提问于2017-03-28得票数 3
回答已采纳
2回答
我想集群一些用户评论，我正在使用k-方式。在我的数据集中，我有英语和德语评论。如果我不将它们分开，这是在操纵集群结果吗？或者我应该对每种语言做一个k-均值预测？
浏览 0提问于2018-04-11得票数 1
2回答
K-均值聚类配准
、、、
我正在使用matlab，我有一个非常大的.mat文件，名为MeansOfK，包含近500万x N，我的测试数据包括Car和非car。我的问题是，当我试图使用k-均值的MeansofK.它总是没有记忆。
[idx, ctr] = kmeans(MeansOfK , k, 'Distance', 'sqEuclidean');
我的选择是
1.采用分而治之的方法，将汽车和非轿车划分为较小的分区，并将其放入k-均值。
2.我把汽车类和非汽车类分开，并试图对这两个类使用k-方法。
最后的输出将是汽车或非汽车的组合类。从k均值过程中。
所以我的问题是？
我要做的事可行吗？
浏览 5提问于2017-09-18得票数 0
回答已采纳
7回答
我想知道k均值聚类算法是否能做分类？
如果我做了一个简单的k-均值聚类。
假设我有很多数据，我使用k-均值聚类，然后得到2簇A，B，质心的计算方法是欧氏距离。
A组在左侧。
B组在右侧。
所以如果我有一个新的数据。我该怎么办？
再次运行k-均值聚类算法，并能得到新的数据属于哪个聚类？
记录最后一个质心，用欧氏距离来计算，确定新的数据是否属于？
其他方法？
浏览 5提问于2014-03-10得票数 22
回答已采纳
我想对数据集进行聚类，而不需要事先知道集群的正确数量。对于不同的算法(即k-均值，gmm.)我可以迭代不同的值，并试图为任何给定的算法(如蜂窝曲线，剪影系数等)找到最佳解。
但是我得到了非常不同的结果--正如不同算法所期望的那样。K-均值对球形团簇是有利的，对于完全不同的团簇形状则是基于密度的方法.
现在实际的问题是:如何选择“最佳”的无监督机器学习算法来对特定的数据集进行聚类？有科学的方法吗？是否有可使用的比较指标(如兰德索引)？一些关于这个话题的论文？甚至是流程图？
浏览 0提问于2020-06-23得票数 1
1回答
我正在scala 0.9.0上运行k均值聚类，并试图了解数据如何分布在n个系统之间，以计算k中心数据点。
我理解什么是k-均值聚类，但我想知道数据是如何被划分的，计算是如何在分布式计算(map和reduce)上完成的。在这个scala版本中，KMeansDataGenerator可以选择将数据点生成为n个分区。每个从节点得到一个数据文件分区吗？
浏览 3提问于2014-04-07得票数 1
回答已采纳
2回答
假设我有一系列黑白图像，而不是灰度图像。我正在尝试计算所有图像的平均值。我有一些示例代码，应该可以工作，但我想知道是否有更好的方法？
Bitmap[] Images = ReadAndScale(Width: 50, Height: 50);
int Width = 50;
int Height = 50;
double[,] Result = new int[50,50]
for (int i = 0 i < Images.Count; i++)
{
for (int j = 0; j < Width; j++)
{
for (int k = 0; k &
浏览 5提问于2011-03-01得票数 0
回答已采纳
我使用k均值和欧几里德距离算法来聚类数据(iris.csv)。但是，我不能将它们全部归入正确的组，有些数据在错误的组中。
所以，我只想知道，是否有可能将所有数据100%地聚类到正确的组中？
我脑海中的另一个问题是，选择k的最佳标准是什么？
谢谢你的帮助。
浏览 3提问于2013-03-21得票数 0
回答已采纳
1回答
我对k均值损失函数有点迷惑。我通常找到的是损失函数：
如果观测x_i属于集群k，则r_{nk}是印地克，而\mu_k是集群中心。然而，在哈斯蒂，提布希拉尼和弗里德曼的书中，我发现：
这样，拥有更多观察值的集群对偏离集群中心的反应更敏感，因为n_k代表集群k中的观察点数量。有人知道哪个是正确的吗？如果你有“统计学习的原理”这本书，其推导在第508- 510页。
干杯
浏览 1提问于2020-07-07得票数 2
3回答
我有一组有序的十进制数。这些数据总是相似的，但并不总是相同的。预期的数据是几个，0-5个大数，其次是几个平均数(10-90)，然后是较小的数字。在某些情况下，一个大的数字可能被混合到平均值中，请参见下面的数组。
let expectedData = [35.267,9.267,9.332,9.186,9.220,9.141,9.107,9.114,9.098,9.181,9.220,4.012,0.132];
let expectedData = [35.267,32.267,9.267,9.332,9.186,9.220,9.141,9.107,30.267,9.114,9.098,9
浏览 7提问于2022-03-25得票数 0
回答已采纳
2回答
我得弄到k均值聚类的方法。目前，我正在使用ApacheCommons数学库，它实现了k均值加聚类算法。有谁知道，如果有一种简单的方法可以在使用这个库进行聚类之后获得该方法，或者让我自己实现它？
如果没有，你能解释我如何计算它或者给我一个代码示例吗？
浏览 2提问于2014-04-10得票数 0
回答已采纳
5回答
K-均值算法
、、、
可能的重复：
根据统计量的不同，我们可以确定K的标准差、均值、方差等。
有什么简单的方法来选择K中的K-均值算法吗？
谢谢你，纳文
浏览 4提问于2011-06-15得票数 2
扫码
添加站长 进交流群
领取专属 10元无门槛券
手把手带您无忧上云
相关资讯
热门标签
云服务器
ICP备案
对象存储
即时通信 IM
腾讯会议活动推荐
腾讯云开发者
