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<
浏览 0提问于2019-01-26得票数 1
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。我试着在网络上到处寻找解释，包括
浏览 2提问于2017-03-28得票数 3
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
朋友们，希望您的帮助，我正在开发Java中的K-Means算法，所以我已经对循环执行了相应的质心操作并确定了距离，但是对于周期，每个质心的距离是不同的。现在我需要的是把所有这些结果放在自己的循环之外。System.out.println("\n" + "----------" + "\n" + "Cluster K" + "\n" + "----------");
System.out.println],
浏览 4提问于2020-04-25得票数 0
回答已采纳
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 )。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
1回答
初始中心的K-均值++ vs随机
、、、、
我已经看到，在许多K-方法实现中，例如或，本质上有两种选择起始质心的方法：
然而，我不知道哪一种情况比另一种更好，特别是因为启动方法被认为是重要的。
浏览 2提问于2016-07-21得票数 0
回答已采纳
1回答
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
浏览 0提问于2016-04-28得票数 2
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
2回答
评估K-均值精度
、、
我在MATLAB中创建了一个具有4个定义模式/类的三维随机数据集.我在数据上应用了K-均值算法，看看K-均值如何能够根据创建的4种模式/类对我的样本进行分类。我需要以下方面的帮助；
如何自动识别类数(K)？我的目标是评估K均值</em
浏览 2提问于2015-03-01得票数 4
回答已采纳
2回答
我正在尝试使用DTW距离矩阵(dtw包)的层次聚类(hclust)和K Medoids (pam)。
我还尝试了K均值，使用DTW距离矩阵作为函数kmeans的第一个参数。该算法有效，但我不确定其准确性，因为K均值利用Eucledian距离并计算质心作为均值。我也在考虑直接使用数据，但我不能理解结果如何准确，因为算法会将同一变量随时间的不同测量视为不同的变量，以便计算每次迭代和Eucledian距离的质心，以将观测值分配给集群。在我看来，这个过程似乎不
浏览 7提问于2020-03-03得票数 0
7回答
我想知道k均值聚类算法是否能做分类？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。B组在右侧。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？
其他方法？
浏览 5提问于2014-03-10得票数 22
回答已采纳
1回答
我使用K-均值算法来创建簇。如您所知，K-均值算法需要簇数作为参数。我尝试将集群数从8开始计算为2，然后在每个循环中计算集群的所有C-索引，然后得到这些C-索引的副手。然后比较C指数的平均值，选择最小的C指数平均值作为最优聚类数.这是检测集群计数的真正方法吗？
浏览 2提问于2014-12-09得票数 0
1回答
K-均值算法，R
、、、
我被要求在R上创建一个K-均值算法，但我不太懂语言，所以我在互联网上找到了一些示例代码，并决定使用。我研究过它，学习了它中使用的函数，并对它做了一些修正，因为它工作得不太好。distanceMatrix[,i] <- sqrt(rowSums(t(t(points1)-points2[i,])^2)) distanceMatrix
K_means] <- centers
structure(list(clusters = clusterH
浏览 0提问于2016-12-05得票数 2
回答已采纳
1回答
我更感兴趣的是C++中的技术，而不是专门针对这个算法，但是如果我正在以一种低效的方式做一些事情，我请您提出更正建议。GitHub/* K-Means image segmentation * This program only works with uncompressed images
浏览 0提问于2018-04-02得票数 11
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
实时音视频
即时通信 IM活动推荐
腾讯云开发者
