【发布时间】：2016-04-18 17:36:36
【问题描述】：
在大学课程中，我有一些图像特征（作为 文本 文件）。我必须根据它们的多样性对这些图像进行排名。#
我的想法是将图像提供给 k-means 分类器，然后计算从集群内的图像到集群质心的欧几里德距离。然后在集群之间进行旋转，并始终将（下一个）最接近中心的图像。即，返回最接近质心 1，然后最接近质心 2，然后是 3....，然后是最接近质心 1、2、3，依此类推。
第一个问题：这是一个聪明的方法吗？还是我走错了路？
第二个问题：我有点困惑。我想我会把数据提供给 Weka，它会告诉我“嘿，如果我是你，我会把这些数据分成 7 个集群”，或者类似的东西。我的意思是，它能够给我一些关于我需要的集群的信息。相反，要使用 simplekmeans，我应该先验地知道我将使用多少个集群……我怎么可能知道呢？
我的意思的一个例子：假设我有 3 张单色图像：浅蓝色、蓝色、红色。 我以为 Weka 会注意到这 2 个布鲁斯是相似的并将它们聚集在一起。
顺便说一句，我是 Weka 的新手（正如您可能已经看到的那样），所以如果您能提供一些关于我想使用哪些功能的信息（以及为什么：P），我将不胜感激！ 谢谢！
【问题讨论】：
-
它（最正式的）是什么意思“我必须根据它们的多样性对这些图像进行排名”？我有一些想法，但是有了这个想法，我不明白为什么会有多个集群......
-
想象一下您在网站中检索它们：您输入查询“颜色”。对于上面的示例，您会想要蓝色图像，然后是红色，然后是浅蓝色（就像红色必须介于两者之间）。每个集群代表一个“多样性”。如果我也有“绿色”，那将是另一个集群。但如果我有'weir-reddish-purple'，那么它可能会进入红色集群。然后我的结果应该是这样的：红色 - 蓝色 - 绿色 - 浅蓝色 - 奇怪的红紫色
-
那么“我必须”是错误的。我基本上可以做我想做的事。但他们建议我们使用 k-means 聚类，所以我认为这就是方法。无论如何t.b.h。这是一项小组工作，也许我的一个朋友找到了解决方案。不过，我仍然想知道什么是“好方法”。
标签： java cluster-analysis weka k-means