我想爲我的要素使用K-means聚類,因爲我的要素的大小爲286 x 276
,所以我可以在使用SVM之前進行聚類。這些功能有16種不同的手勢。我正在使用MATLAB函數IDX=kmeans(Feat_train,16)
。在IDX變量中,我獲得了大小爲286x1
的矢量,其中的數字是隨機在1-16之間。我不理解該數字顯示的內容以及接下來需要輸入SVM進行培訓的內容。K均值聚類
Q
K均值聚類
0
A
回答
1
您在Matlab中使用您的286×276特徵矩陣調用kmeans
的方式,kmeans
假設您在276維空間中有286個1D向量。 kmeans
然後嘗試找到k=16
最能代表您的286個高維點的中心。
最後,它返回IDX
:每個點的索引告訴你這個點屬於哪個中心。
現在由您來決定如何將這些信息提供給SVM機器。
+0
實際上,我的功能按行排列,所以'286'行是功能的總數。我的意思是我可以在svmtrain(Feat_train,IDX)中的'IDX'中直接使用它們嗎? – 2015-02-11 11:15:47
0
該數字顯示每個1x276
「點」屬於哪個集羣。
相關問題
- 1. PCA前K均值聚類
- 2. K均值聚類在MATLAB
- 3. K均值聚類Matlab
- 4. 瞭解K均值聚類
- 5. K均值聚類評價
- 6. 有限k-均值聚類?
- 7. K均值聚類圖
- 8. 在線k均值聚類
- 9. 如何調整K均值聚類?
- 10. - [R k均值聚類數據
- 11. - [R k均值聚類多個維度
- 12. Python的K均值對文檔聚類
- 13. 亨利馬烏:k均值聚類
- 14. k均值聚類的成本函數
- 15. IDL中的K均值聚類
- 16. Refiguring K-均值聚類指標分析
- 17. Python的k-均值聚類文本
- 18. Apache Mahout K均值聚類實現
- 19. MATLAB中的k均值聚類代碼
- 20. R中的K均值聚類
- 21. opencv中的K均值聚類
- 22. 具有k值的K均值聚類自動生成
- 23. 聚類K均值聚類的最佳色彩空間
- 24. K均值聚類:評估新的聚類中心
- 25. K均值分類
- 26. K平均聚類顏色不變
- 27. 不均勻簇聚類(k-means)
- 28. 用於測試數據分類的k均值聚類
- 29. K均值聚類 - 在每個聚類中繪製類別比例
- 30. 基於節點值約束的k均值聚類
什麼是_Feat_train_,什麼是「286x276」? Vector IDX包含每個點的聚簇索引。 – dbs 2015-02-11 11:04:16
'Feat_train'是包含訓練功能的變量。和'286x276'是「Feat_train」矩陣的大小,其中每個功能按行排列。 – 2015-02-11 11:25:04