【发布时间】：2012-03-17 23:33:28
【问题描述】：
我已经完成了 Kmeans 聚类，并使用 OpenCV C++ API 找出了聚类中心。
kmeans(data_points, clusterCount, labels, TermCriteria( CV_TERMCRIT_EPS+CV_TERMCRIT_ITER, 10, 1.0), 3, KMEANS_PP_CENTERS, cluster_centers);
然后我使用 欧几里得距离 找到最近的聚类，以针对所有 聚类中心 找到一个新数据点 >.
int distance = find_EucledianDist(new_datapoint, cluster_centers);
如何使用 马氏距离 而不是 欧几里得距离？我知道我必须计算协方差矩阵并将其反转并找到马氏距离。
但是，我不知道我是如何做到的以及按什么顺序（查找协变量矩阵，哪个数据/矩阵的倒置矩阵）？
【问题讨论】：
标签： c++ opencv machine-learning computer-vision cluster-analysis