目标
- 了解如何在OpenCV中使用cv.kmeans()函数进行数据聚类
理解参数
输入参数
sample:它应该是np.float32数据类型,并且每个功能都应该放在单个列中。
nclusters(K):结束条件所需的簇数
criteria:这是迭代终止条件。满足此条件后,算法迭代将停止。实际上,它应该是3个参数的元组。它们是
(type,max_iter,epsilon)
: a. 终止条件的类型。它具有3个标志,如下所示:cv.TERM_CRITERIA_EPS-如果达到指定的精度epsilon,则停止算法迭代。
cv.TERM_CRITERIA_MAX_ITER-在指定的迭代次数max_iter之后停止算法。
cv.TERM_CRITERIA_EPS + cv.TERM_CRITERIA_MAX_ITER-当满足上述任何条件时,停止迭代。
b. max_iter-一个整数,指定最大迭代次数。 c. epsilon-要求的精度
attempts:该标志用于指定使用不同的初始标签执行算法的次数。该算法返回产生最佳紧密度的标签。该紧凑性作为输出返回。
flags:此标志用于指定初始中心的获取方式。通常,为此使用两个标志:cv.KME