opencv - 使用Kmeans功能的输出中心对数据进行聚类

Question

嗨，我用kmeans函数对一些数据进行了聚类，并存储了它作为输出产生的聚类中心。现在，我在Mat对象中有了一组新的 vector ，并且想知道每个 vector 所属的簇。是否有简单的方法做到这一点？或者我应该只计算每个 vector 在所有中心的欧几里得距离，然后选择最接近的群集。

如果我应该选择第二种方法，是否有任何效率方面的考虑才能使其快速发展？

Answer 1

您似乎有兴趣使用在初始数据集上运行K-Means的结果来执行某种类型的集群分配，对吗？

您可以将新观察值分配给最接近的均值。不幸的是，使用K均值，您对每个群集的形状或大小一无所知。例如，考虑一种情况，其中新 vector 与两个均值等距(或大致等距)。在这种情况下您要做什么？您是否对其中一个集群进行了艰苦的分配？

在这种情况下，最好查看组成每个群集的原始数据，并进行某种类型的K最近邻居分配(http://en.wikipedia.org/wiki/K-nearest_neighbors_algorithm)。例如，可能会发现，尽管新 vector 与两个不同的聚类中心大致等距，但它更接近于一个聚类中的数据(表明它可能属于该聚类)。

作为K-Means的替代方法，如果您使用诸如高斯混合与EM混合之类的方法，则不仅会拥有一组聚类中心(就像对K-Means所做的那样)，而且还会有一个方差，描述了聚类的大小。对于每个新观察值，您都可以计算出它属于每个簇的概率，而无需重新访问每个簇中的数据(因为将其烘焙到MoG EM模型中)。