我想为我的要素使用K-means聚类,因为我的要素的大小为286 x 276
,所以我可以在使用SVM之前进行聚类。这些功能有16种不同的手势。我正在使用MATLAB函数IDX=kmeans(Feat_train,16)
。在IDX变量中,我获得了大小为286x1
的矢量,其中的数字是随机在1-16之间。我不理解该数字显示的内容以及接下来需要输入SVM进行培训的内容。K均值聚类
Q
K均值聚类
0
A
回答
1
您在Matlab中使用您的286×276特征矩阵调用kmeans
的方式,kmeans
假设您在276维空间中有286个1D向量。 kmeans
然后尝试找到k=16
最能代表您的286个高维点的中心。
最后,它返回IDX
:每个点的索引告诉你这个点属于哪个中心。
现在由您来决定如何将这些信息提供给SVM机器。
+0
实际上,我的功能按行排列,所以'286'行是功能的总数。我的意思是我可以在svmtrain(Feat_train,IDX)中的'IDX'中直接使用它们吗? – 2015-02-11 11:15:47
0
该数字显示每个1x276
“点”属于哪个集群。
相关问题
- 1. K均值聚类Matlab
- 2. 在线k均值聚类
- 3. K均值聚类在MATLAB
- 4. 了解K均值聚类
- 5. PCA前K均值聚类
- 6. - [R k均值聚类数据
- 7. IDL中的K均值聚类
- 8. 如何调整K均值聚类?
- 9. Python的k-均值聚类文本
- 10. 具有k值的K均值聚类自动生成
- 11. 聚类K均值聚类的最佳色彩空间
- 12. K均值分类
- 13. 不均匀簇聚类(k-means)
- 14. K平均聚类颜色不变
- 15. 用于测试数据分类的k均值聚类
- 16. Sklearn inifinity价值,而这样做k均值聚类
- 17. K均值聚类 - 在每个聚类中绘制类别比例
- 18. 如何对时间序列数据执行K均值聚类?
- 19. 非常大的稀疏矩阵R中的k-均值聚类?
- 20. OpenCV 1.1高维空间中的K均值聚类
- 21. R中的K均值聚类:规范化DTM创建'NaN'
- 22. 如何实现MFCC特征的K均值聚类算法?
- 23. 用伽玛分布的k均值聚类
- 24. 用于细长数据集的聚类K均值算法
- 25. - [R k均值具有不同聚类中心
- 26. Matlab的:k均值聚类给人意想不到的集群
- 27. ELKI中非常简单的K均值聚类示例
- 28. 基于色彩分割使用K均值聚类
- 29. k均值聚类与Sklearn蟒n维阵列
- 30. 使用反转距离的K均值聚类
什么是_Feat_train_,什么是“286x276”? Vector IDX包含每个点的聚簇索引。 – dbs 2015-02-11 11:04:16
'Feat_train'是包含训练功能的变量。和'286x276'是“Feat_train”矩阵的大小,其中每个功能按行排列。 – 2015-02-11 11:25:04