2015-02-11 109 views
0

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

+0

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

+0

'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

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。