最近我在想，有没有可能检测出一幅图像的主色。最后我使用k-means聚类算法取得了很好的效果。我使用python OpenCV和scikit-learn实现了它。 怎么运作的？ k-means是机器学习中使用的聚类算法，其中一组数据点将被分类为“k”组。它适用于简单的距离计算。 图像分割 分割将图像 ...
分类：
其他好文 时间：
2019-01-05 20:37:04
阅读次数：
238
聚类算法总结 原文:http://blog.chinaunix.net/uid-10289334-id-3758310.html 聚类算法的种类：基于划分聚类算法（partition clustering) k-means： 是一种典型的划分聚类算法，它用一个聚类的中心来代表一个簇，即在迭代过程中选 ...
分类：
编程语言 时间：
2018-12-30 12:52:57
阅读次数：
237
Spark2.x机器学习视频教程讲师：轩宇老师链接:https://pan.baidu.com/s/1TcFl6KDjxJS597TxYFSCOA密码:3t2z本课程讲解Spark在机器学习中的应用，并介绍如何从各种公开渠道获取用于机器学习系统的数据。内容涵盖推荐系统、回归、聚类、分类等经典机器学习算法及其实际应用，涵盖使用SparkMLPipelineAPI创建和调试机器学习流程，内容更加系统、
分类：
其他好文 时间：
2018-12-25 13:57:46
阅读次数：
150
国内博客，上介绍实现的K-medodis方法为： 与K-means算法类似。只是距离选择与聚类中心选择不同。 距离为曼哈顿距离 聚类中心选择为：依次把一个聚类中的每一个点当作当前类的聚类中心，求出代价值最小的点当作当前聚类中心。 维基百科上，实现的方法为PAM算法。 分成K类，把每个点都尝试当作聚类 ...
分类：
编程语言 时间：
2018-12-23 20:43:51
阅读次数：
271
什么是聚类 将物理或抽象对象的集合分成由类似的对象组成的多个类的过程被称为聚类。由聚类所生成的簇是一组数据对象的集合，这些对象与同一个簇中的对象彼此相似，与其他簇中的对象相异。聚类分析又称群分析，它是研究（样品或指标）分类问题的一种统计分析方法。 聚类分析起源于分类学，但是聚类不等于分类。聚类与分类 ...
分类：
编程语言 时间：
2018-12-21 15:23:34
阅读次数：
402
一、k-means算法： 1、优缺点： 优点：容易实现。 缺点：可能收敛到局部最小值，在大规模数据集上收敛较慢。 2、伪代码描述： ...
分类：
编程语言 时间：
2018-12-17 02:24:37
阅读次数：
125
一、k-means算法： 1、优缺点： 优点：容易实现。 缺点：可能收敛到局部最小值，在大规模数据集上收敛较慢。 2、伪代码描述： ...
分类：
编程语言 时间：
2018-12-17 02:12:11
阅读次数：
149
算法： (1) 随机选择k个初始中心点。(2) 计算每个数据点到中心点的距离，数据点距离哪个中心点最近就划分到哪一类中。 (3) 把中心点转移到得到的cluster内部的数据点的平均位置。(4) 重复以上步骤，直到每一类中心在每次迭代后变化不大为止。 k值确定：拐点图：组内误差平方和，SSE（sum ...
分类：
其他好文 时间：
2018-11-26 13:47:04
阅读次数：
191
1、 简述分类与聚类的联系与区别。 简述什么是监督学习与无监督学习。 分类与聚类：分类是一种有监督的算法，是在已经有目标分类的情况下对数据进行类别判断（朴素贝叶斯算法）。而聚类是一种无监督算法，是在建立模型之前还没有目标分类，将特征相似的数据自动聚为一类的算法（KMeans聚类算法）。 有监督学习和 ...
分类：
编程语言 时间：
2018-11-22 12:29:05
阅读次数：
187
1、读取一张示例图片或自己准备的图片，观察图片存放数据特点。 根据图片的分辨率，可适当降低分辨率。 再用k均值聚类算法，将图片中所有的颜色值做聚类。 然后用聚类中心的颜色代替原来的颜色值。 形成新的图片。 观察原始图片与新图片所占用内存的大小。 #观察原始图片和新图片的内存大小 将原始图片与新图片保 ...
分类：
编程语言 时间：
2018-11-15 00:12:45
阅读次数：
182
