问题如下。我有 M 个图像并为每个图像提取 N 个特征，每个特征的维数是 L。因此，我有 M*N 个特征（我的案例为 2,000,000），每个特征都有 L 维数（我的案例为 100）。我需要将这些 M*N 特征聚类到 K 个聚类中。我该怎么做？谢谢。
问问题
2268 次
4 回答
2
你想要 1000 个图像、特征或（图像、特征）对的集群吗？
无论如何，听起来您必须减少数据并使用更简单的方法。
一种可能性是两次 K-cluster：
a) 将 200 万个数据点拆分为 32 个集群，
b) 将每个数据点拆分为 32 个以上。
如果这可行，则生成的 32^2 = 1024 个集群可能足以满足您的目的。
那么，你真的需要 100 个坐标吗？你能猜出 20 个最重要的，还是只尝试 20 的随机子集？
有大量文献：谷歌+image "dimension reduction"提供了约 70000 次点击。
于 2010-11-30T14:56:10.227 回答
0
您已将问题标记为“k-means”。为什么不能使用k-means？这是效率问题吗？（我个人只在二维中使用了k-means）或者它是如何编码k-means算法的问题？
您的值是离散的（例如类别）还是连续的（例如坐标值）？如果是后者，那么根据我的理解，k-means 应该没问题。对于离散值的聚类，需要一种不同的算法——也许是层次聚类？
于 2010-11-11T13:59:13.630 回答
0
LMW-tree项目中的 EM-tree 和 K-tree 算法可以将越来越大的问题聚类。我们最近的结果是将 7.33 亿个网页聚集成 600,000 个集群。还有一个 EM 树的流式变体，其中数据集在每次迭代时从磁盘流式传输。
于 2015-05-17T05:15:11.690 回答
0
对数百万个点进行聚类时的一个好技巧是对它们进行采样，对样本进行聚类，然后将剩余的点添加到现有样本中
于 2018-07-05T14:23:57.120 回答