我正在测试图像检索中的一些东西，我正在考虑如何整理数据集的不良图片。例如，只有房屋的照片，而在两者之间有一张人和一些汽车的照片。所以最后我只想得到房子。目前，我的方法如下：
此刻我得到了第一类（这不是很好）。现在我的想法是拍摄所有聚集到一个中心的照片，len(center) > 1并一次又一次地将它们聚集在一起。这样的结果是，在一个中心的特定图片将被整理出来。也许它足以再次将结果拟合到相同的 k-means 而无需再次聚类？！
结果并不令人满意，所以也许有人有一个好主意。
对于聚类等。我正在使用 scikit learn 的 k-means。
我没有解决您的问题的方法，但这里是在最终聚类之前执行的健全性检查，以检查您提取的特征类型是否适合您的问题：
sklearn.metrics.pairwise_distance）np.argsortraveled 距离矩阵根据您的特征找到 20 个最接近的不同图片对的索引（您必须过滤掉距离矩阵的零值对角线元素）并执行相同操作以提取前 20 个最远的对基于您的直方图特征的图片。
可视化（例如用plt.imshow）最接近的配对的图片，并检查它们是否都是您期望非常相似的配对。
可视化最高票价对的图片，并检查它们是否都非常不同。
如果这两项检查中的一项失败，则意味着 SIFT 词袋直方图不适合您的任务。也许您需要提取其他类型的特征（例如 HoG 特征）或重新组织提取 SIFT 描述符簇的方式，可能使用金字塔池化结构来提取各种尺度下图片的全局布局信息。
K-means 对噪声不是很鲁棒；而你的“坏照片”可能也可以这样认为。此外，k-means 不适用于稀疏数据。因为手段不会稀疏。
您可能想尝试其他更现代的聚类算法，以更好地处理这种情况。