- c - 在位数组中找到第一个零
- linux - Unix 显示有关匹配两种模式之一的文件的信息
- 正则表达式替换多个文件
- linux - 隐藏来自 xtrace 的命令
我正在使用 opencv kmeans 对从 convexhull 返回的点进行聚类。
在我的情况下,我会得到 3 分。在下一个循环中,我想为 kmeans 提供最后找到的 3 个点。我读到我必须设置 KMEANS_USE_INITIAL_LABELS。
但是如何设置初始标签/点?
这是我目前所拥有的,但它返回错误:
//get all convexhull points and average them in 3 groups
int dimensions = 2;
float pointsdata[sampleCount*2]; //[] = {1,1, 2,2, 6,6, 5,5, 10,10};
int cnt = 0;
for(int a=0; a<sampleCount; a++){
pointsdata[cnt] = convexHull[a].x;
cnt++;
pointsdata[cnt] = convexHull[a].y;
cnt++;
}
cv::Mat points;
points = cv::Mat(sampleCount,dimensions, CV_32F,pointsdata);
int clusterCount = 3; //i want 3 averaged points back
cv::Mat labels;
labels = cv::Mat(3,1,points.type());
labels.at<float>(0,0) = pointA.x;
labels.at<float>(0,1) = pointA.y;
labels.at<float>(0,2) = pointB.x;
labels.at<float>(0,3) = pointB.y;
labels.at<float>(0,4) = pointC.x;
labels.at<float>(0,5) = pointC.y;
cv::Mat centers;
centers = cv::Mat(clusterCount, 1, points.type());
kmeans(points, 3, labels, cv::TermCriteria(), 2,cv::KMEANS_USE_INITIAL_LABELS, ¢ers);
更新:好的,我现在知道标签是指输入簇中点的索引,而不是实际坐标。所以它应该更像这样。但还是错了。
cv::Mat labels;
labels = cv::Mat(3,1,points.type());
labels.at<int>(0,0) = labelA;
labels.at<int>(0,1) = labelB;
labels.at<int>(0,2) = labelC;
最佳答案
初始集群分配的类型必须是 CV_32S
而不是 CV_32F
。在matrix.cpp中可以看到其他条件:
CV_Assert( (best_labels.cols == 1 || best_labels.rows == 1) &&
best_labels.cols*best_labels.rows == N &&
best_labels.type() == CV_32S &&
best_labels.isContinuous());
标签的值应在 [0,N)
范围内,其中 N
是行数。
关于c++ - 如何使用 KMEANS_USE_INITIAL_LABELS 在 opencv kmeans 中设置初始标签,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/10114973/
你好,stackoverflow 社区, 我在运行 kmeans (统计数据包)和 Kmeans (amap 包)在 Iris 数据集上。在这两种情况下,我使用相同的算法(Lloyd–Forgy)、相
我想将KMeans应用于具有Alpha蒙版的图像。它应该只对可见的颜色起作用。我希望能写成一行。起始图:。。天真地使用KMeans(哎呀,都是一种颜色):。。做实验。浏览所有Alpha选项。-Alph
我想将KMeans应用于具有Alpha蒙版的图像。它应该只对可见的颜色起作用。我希望能写成一行。起始图:。。天真地使用KMeans(哎呀,都是一种颜色):。。做实验。浏览所有Alpha选项。-Alph
在对一些具有 3 个簇的向量进行 K 均值拟合时,我能够获取输入数据的标签。KMeans.cluster_centers_ 返回中心的坐标,所以不应该有一些与之对应的向量吗?如何找到这些簇的质心处的值
我正在使用视频中的 kmeans 聚类技术,但我不明白为什么我们在 kmeans 聚类中使用 .fit 方法? kmeans = KMeans(n_clusters=5, random_state=0
MATLAB K-means 给出图像的准确结果,而使用 OpenCV c++ 的 k-means 不给出相同的结果,即使参数相同。实现上有什么不同吗? 最佳答案 Matlab 的 kmeans fu
我正在使用 scikit learn 的 Kmeans 算法对评论进行聚类。 sentence_list=['hello how are you', "I am doing great", "my n
来自 sklearn KMeans 的文档 class sklearn.cluster.KMeans(n_clusters=8, init='k-means++', n_init=10, max_it
我尝试使用 scikit-learn 实现并行运行 KMeans,但我不断收到以下错误消息: Traceback (most recent call last): File "run_kmeans
前言 K-means是一种经典的无监督学习算法,用于对数据进行聚类。K-means算法将数据集视为具有n个特征的n维空间,并尝试通过最小化簇内平方误差的总和来将数据点划分为簇。本文将介绍K-m
所以按照文档中的示例 (here): The KElbowVisualizer implements the “elbow” method to help data scientists select
我试图将数据点(通过欧几里得距离)分配给一组已知的、预定义的中心点,将点分配给最近的固定中心点。 我有一种感觉,我可能过于复杂/遗漏了一些基本的东西,但我已经尝试使用具有预定中心且没有迭代的 kmea
我想知道其他人在用 K-means 集群排序做什么。我正在制作热图(主要是 ChIP-Seq 数据)并使用自定义热图函数(基于 R 的内置热图函数)获得漂亮的数字。但是,我想要两个改进。第一个是根据递
我正在尝试用 Java 实现 KMeans,但遇到了一个导致所有结果都丢失的情况。当给定一些随机选择的初始化质心,数据进入其中一个质心实际上并未定义簇的状态时,就会发生这种情况。例如,如果 K=3,则
示例: load kmeansdata %provides X variable Y=bsxfun(@minus,X,mean(X,2))'/sqrt(size(X,2)-1); %normalize
我正在大数据集上运行 k-means。我是这样设置的: from sklearn.cluster import KMeans km = KMeans(n_clusters=500, max_iter
我有一组包含 50 个特征(c1、c2、c3 ...)的数据,超过 80k 行。 每行包含标准化数值(范围 0-1)。它实际上是一个标准化的虚拟变量,其中一些行只有很少的特征,3-4(即如果没有值则分
我想对我的数据集的特定列执行 K 均值。由于这些是分类数据,我计划对其进行 onehot_encoding。现在我想知道是否可以对特定列进行 K-means 并显示所有列的结果(例如一组)? 例如,我
使用 K 均值聚类生成 K 个簇,我们如何计算每个簇的面积?有公式吗? 我已经尝试过 gArea() 与 rgeos 包,但我收到错误代码“ unable to find an inherited m
我知道下定义的 KMeans 算法需要特征缩放sklearn.cluster.KMeans 我的问题是,在使用 KMeans 之前是否需要手动完成,或者 KMeans 是否会自动执行特征缩放?如果是自
我是一名优秀的程序员,十分优秀!