Python
Java
PHP
IOS
Android
Nodejs
JavaScript
Html5
Windows
Ubuntu
Linux
如何在Python中的二值图像上使用kmeans聚类?
我试图对两个不同的人采取二元面具 其他一切都是黑色的 现在我想使用将每个人分组到他们自己的集群中K means这样我最终就可以在它们周围绘制边界框 这是我到目前为止的代码 def kmeans img k values range 1 5
python
opencv
ComputerVision
kmeans
不同长度的时间序列数据的聚类
我有不同系列长度的时间序列数据 我想根据 DTW 距离进行聚类 但找不到与之相关的 ant 库 sklearn给出直接错误 而 tslearn kmeans 给出错误答案 我的问题是如果我用零填充它就可以解决 但我不确定这在聚类时填充时间序
TimeSeries
clusteranalysis
kmeans
mutate/tibble 中的自定义函数
我正在关注一个tutorial https cran r project org web packages broom vignettes kmeans html我正在尝试将这部分应用于我的数据 问题 kclusts lt tibble k
r
kmeans
tibble
使用杰卡德距离矩阵进行 Kmeans 聚类
我正在尝试创建 Jaccard 距离矩阵并对其执行 K 均值以给出簇 id 和簇中元素的 id 它的输入是 Twitter 推文 以下是代码 我无法理解如何使用 kmeans 文件中的初始种子 install packages rjson
r
twitter
clusteranalysis
kmeans
tweets
使轮廓图对于 k 均值清晰易读
我正在尝试为 k 均值聚类制作轮廓图 但条形几乎看不见 我怎样才能使这个图表清晰易读 示例代码 require cluster X lt EuStockMarkets kmm lt kmeans X 8 D lt daisy X plot
r
plot
kmeans
OpenCV 使用 k 均值对图像进行色调分离
我想在 C 接口 cv 命名空间 中使用 k means 和 OpenCV 对图像进行色调分离 但得到了奇怪的结果 我需要它来减少一些噪音 这是我的代码 include cv h include highgui h using namesp
c
imageprocessing
opencv
kmeans
noisereduction
Sklearn.KMeans:如何避免内存或值错误?
我正在研究图像分类问题 并且正在创建一个词袋模型 为此 我提取了所有图像的 SIFT 描述符 并且必须使用 KMeans 算法来找到用作我的词袋的中心 这是我拥有的数据 图片数量 1584 SIFT 描述符的数量 32 个元素的向量 571
python
memory
scikitlearn
kmeans
Python scikit-learn KMeans 在计算轮廓分数时被杀死 (9)
我目前正在研究一个图像数据集 250 000 张图像 因此与特征向量一样多 每个图像都由 132 个特征组成 并尝试使用 sklearn 提供的 KMeans 函数 我在 Mac OS X 10 10 Python 2 7 和 sklear
python
scikitlearn
kmeans
SIGKILL
使用谱聚类对看不见的点进行聚类
我在用谱聚类 http papers nips cc paper 2092 on spectral clustering analysis and an algorithm方法对我的数据进行聚类 实施似乎工作正常 但是 我有一个问题 我有一
clusteranalysis
kmeans
Scikit-learn、KMeans:如何使用 max_iter
我想了解类中的参数 max itersklearn cluster KMeans http scikit learn org stable modules generated sklearn cluster KMeans html 根据文档
python
parameters
scikitlearn
clusteranalysis
kmeans
最相距的 k 个元素(聚类?)
我有一个简单的机器学习问题 我有 n 110 个元素 以及所有成对距离的矩阵 我想选择相距最远的 10 个元素 也就是说 我想要 Maximize Choose 10 different elements Return min distan
K 均值可用于帮助基于像素值的图像分离吗?
我正在尝试根据像素值分离灰度图像 假设一个 bin 中的像素为 0 到 60 另一个 bin 中的像素为 60 120 120 180 依此类推 直到 255 范围在此大致等距案件 然而 通过使用 K 均值聚类是否可以更实际地测量我的像素值
Algorithm
image
imageprocessing
opencv
kmeans
剪影分数怎么可能是负数?
如果我们有一些数据点 例如 我们使用 k means 进行分段 所得到的线段是否不是每个点都最接近其各自簇的质心 如果是这样 当 Silhouette Score 比较 ai 到簇内点的平均距离 和 bi 到簇外点的平均距离 时 怎么会出现
kmeans
silhouette
如何使用 Python 查找我的数据属于哪个集群?
我刚刚对我的数据运行了 PCA 然后运行了 K 均值聚类算法 运行算法后我得到了 3 个聚类 我试图找出我的输入属于哪些集群 以便收集有关输入的一些定性属性 我的输入是客户 ID 用于聚类的变量是某些产品的支出模式 下面是我为 K 均值运行
python
python3x
clusteranalysis
kmeans
SKLearn KMeans 收敛警告[重复]
这个问题在这里已经有答案了 我在一维数据集上使用 SKLearn 的 KMeans 聚类 我遇到的错误是 当我运行代码时 我得到一个ConvergenceWarning ConvergenceWarning Number of distin
python
scikitlearn
kmeans
k-means 的时间复杂度是多少?
我正在经历k means 维基百科页面 http en wikipedia org wiki K means clustering 根据算法 我认为复杂度是O n k i n 总元素 k 簇迭代次数 那么有人可以向我解释一下维基百科上的这个
Algorithm
timecomplexity
kmeans
对一维数据进行最佳聚类? [关闭]
Closed 这个问题正在寻求书籍 工具 软件库等的推荐 不满足堆栈溢出指南 help closed questions 目前不接受答案 有没有人有一篇论文解释如何CKmeans 1d dp http cran r project org
r
clusteranalysis
kmeans
R - 二进制博客数据的聚类分析
我有一个与下面的示例类似的网络数据 它仅具有用户和二进制值 用于表明该用户是否点击了网站内的特定链接 我想对这些数据进行一些聚类 我的主要目标是根据用户的在线行为找到相似的用户 对此有什么好的聚类算法 我尝试过 k means 它不适用于二
r
clusteranalysis
kmeans
OpenCV K 均值 (kmeans2)
我正在使用 Opencv 的 K means 实现来对一大组 8 维向量进行聚类 它们聚类得很好 但我找不到任何方法来查看聚类过程创建的原型 这可能吗 OpenCV 似乎只提供对集群索引 或标签 的访问 如果没有 我想是时候自己实现了 我不
c
opencv
clusteranalysis
kmeans
SOM(自组织映射)和 K 均值有什么区别?
stackoverflow中只有一个与此相关的问题 更多的是关于哪个更好 我只是不太明白其中的区别 我的意思是它们都使用向量 这些向量被随机分配给集群 它们都使用不同集群的质心来确定获胜的输出节点 我的意思是 差异到底在哪里 在 K 均值中
artificialintelligence
kmeans
som
selforganizingmaps
1
2
3
4
5
6
7
»