【问题标题】:K-means clusteringK-means 聚类
【发布时间】:2015-04-11 17:14:09
【问题描述】:

我想对大小为 286 x 276 的特征使用 K-means 聚类,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,我得到大小为 286x1 的向量,其中它们是随机介于 1-16 之间的数字。我不明白这个数字显示了什么,以及我接下来要为 SVM 提供输入以进行培训。

【问题讨论】:

  • 什么是Feat_train,什么是286x276?向量 IDX 包含每个点的聚类索引。
  • Feat_train 是包含训练特征的变量。 286x276Feat_train 矩阵的大小,其中每个特征按行排列

标签: matlab k-means feature-extraction


【解决方案1】:

数字表示每个1x276“点”属于哪个簇。

【讨论】:

    【解决方案2】:

    您在 Matlab 中使用 286×276 特征矩阵调用 kmeans 的方式,kmeans 假设您在 276 维空间中有 286 个一维向量。 kmeans 然后尝试找到最能代表您的 286 个高维点的 k=16 中心。
    最后,它返回IDX:每个点的索引,告诉您该点属于 16 个中心中的哪一个。

    现在由您决定如何将此信息输入 SVM 机器。

    【讨论】:

    • 实际上我的特征是按行排列的,所以286 行是特征的总数。我的意思是我可以在 svmtrain(Feat_train, IDX) 中的IDX 中直接使用这些吗?
    猜你喜欢
    • 2011-08-13
    • 2013-08-08
    • 2013-02-14
    • 2018-01-14
    • 2011-04-11
    • 2016-12-16
    • 2011-06-06
    • 2018-02-27
    • 2019-11-25
    相关资源
    最近更新 更多