K-Means 替代方案和性能答案

【问题标题】：K-Means alternatives and performanceK-Means 替代方案和性能
【发布时间】：2011-12-07 03:55:16
【问题描述】：

我一直在阅读有关相似性度量和图像特征提取的文章；大多数论文都将 k-means 称为一种良好的统一聚类技术，我的问题是，是否有任何替代 k-means 聚类对特定集合表现更好的替代方法？

【问题讨论】：

【解决方案1】：

您可能想看看 MeanShift 聚类，它比 K-Means 有几个优点：

MeanShift 在 OpenCV 中以 CAMShift 的形式实现，CAMShift 是一种 MeanShift 适配，用于跟踪视频序列中的对象。

如果您需要更多信息，可以阅读这篇关于 MeanShift 和计算机视觉的优秀论文： Mean shift: A robust approach toward feature space analysis

【讨论】：

感谢您提供的信息和论文，关于集群的一件事是，我几乎烧毁了运行具有 200k 功能的 k-means 的旧笔记本电脑。也许到时候我们可以像大脑在视觉皮层中那样描述图像，我们将使用更少但更复杂的特征。

【解决方案2】：

简单的第一步，您可以将 k-means 推广到 EM。但是有大量可用的聚类方法，您需要的聚类类型取决于您的数据（特征）和应用程序。在某些情况下，即使您使用的距离也很重要，因此可能必须进行某种距离转换，如果它不在您希望它所在的那种空间中。

【讨论】：