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. K均值聚類Matlab
- 2. 在線k均值聚類
- 3. K均值聚類在MATLAB
- 4. 瞭解K均值聚類
- 5. PCA前K均值聚類
- 6. - [R k均值聚類數據
- 7. IDL中的K均值聚類
- 8. 如何調整K均值聚類?
- 9. Python的k-均值聚類文本
- 10. 具有k值的K均值聚類自動生成
- 11. 聚類K均值聚類的最佳色彩空間
- 12. K均值分類
- 13. 不均勻簇聚類(k-means)
- 14. K平均聚類顏色不變
- 15. 用於測試數據分類的k均值聚類
- 16. Sklearn inifinity價值,而這樣做k均值聚類
- 17. K均值聚類 - 在每個聚類中繪製類別比例
- 18. 如何對時間序列數據執行K均值聚類?
- 19. 非常大的稀疏矩陣R中的k-均值聚類?
- 20. OpenCV 1.1高維空間中的K均值聚類
- 21. R中的K均值聚類:規範化DTM創建'NaN'
- 22. 如何實現MFCC特徵的K均值聚類算法?
- 23. 用伽瑪分佈的k均值聚類
- 24. 用於細長數據集的聚類K均值算法
- 25. - [R k均值具有不同聚類中心
- 26. Matlab的:k均值聚類給人意想不到的集羣
- 27. ELKI中非常簡單的K均值聚類示例
- 28. 基於色彩分割使用K均值聚類
- 29. k均值聚類與Sklearn蟒n維陣列
- 30. 使用反轉距離的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