opencv - K 最近邻分类器

Question

我已经设置了大约 200 个点 (x,y) 的图像。这 200 个数据属于 11 个类（我认为这将成为类标签）。我的问题是如何将 x、y 值表示为一个数据？

我的第一个想法是我应该用标签分别表示它们，然后当我得到分类点时，我将分别对 x 和 y 进行分类。我内心的某些东西告诉我这是不正确的。

请建议我如何将 x,y 值表示为一个数据元素。

Answer 1

我无法想象你遇到了什么问题。在kNN算法中，我们可以使用多维变量，你只需要list在python标准库或arrayNumpy库中使用来组织数据，例如： group = numpy.array([[1.0,1.1],[1.0,1.0],[0,0],[0,0.1]]) 或group = [[1.0,1.1],[1.0,1.0],[0,0],[0,0.1]]表示(1.0,1.1) (1.0,1.0) (0,0) (0,0.1)。
不过，我建议使用numpy，因为它里面有很多函数，而且它们是用C语言实现的，保证了程序的效率。
如果你使用numpy，你最好用矩阵的方式来做所有的操作，例如，你可以使用point=tile([0,0],(3,1))and distance(group-point)（距离是我写的一个函数）来计算距离而无需迭代。

Answer 2

关键不是表示，而是距离计算。您的案例中的点本质上是一个元素，但有两个维度 (x, y)。kNN 算法本身可以处理 n 维情况：它找到 k 近邻。d((x1, y1), (x2, y2))=((x1-x2)^2 + (y1-y2)^2)^0.5因此，您可以使用(x1, y1)代表要计算的第一个点的欧几里得距离作为您案例中点的距离。