聚类算法用于降维，KMeans的矢量量化应用（图片压缩）

已于 2023-04-05 13:08:52 修改
阅读量2.2k 收藏 5
点赞数 4
分类专栏： PyTorch深度学习项目实战100例 文章标签： 聚类 python 人工智能 数据挖掘
于 2021-01-28 19:07:45 首次发布
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/m0_47256162/article/details/113355401
版权
本文介绍了如何使用KMeans聚类算法进行数据降维，应用于图像压缩。通过导入相关库、读取和处理数据，对图片像素信息进行KMeans矢量量化，然后对比随机矢量量化的效果，结果显示KMeans压缩后的图像保留了原有颜色信息，而随机量化导致颜色缺失。
摘要由CSDN通过智能技术生成

前言

大家好，我是阿光。

本专栏整理了《PyTorch深度学习项目实战100例》，内包含了各种不同的深度学习项目，包含项目原理以及源码，每一个项目实例都附带有完整的代码+数据集。

正在更新中~ ✨

🚨 我的项目环境：

  • 平台：Windows10
  • 语言环境：python3.7
  • 编译器：PyCharm
  • PyTorch版本：1.8.1

💥 项目专栏：【PyTorch深度学习项目实战100例】

一、聚类算法用于降维，KMeans的矢量量化应用

1、✌ 导入相关库
import numpy as np
import pandas as<
了解本专栏 订阅专栏 解锁全文
海洋 之心
关注
专栏目录
订阅专栏
sklearn中的聚类算法K-Means
momokofly的博客
12-15 1万+
1 概述 1.1 无监督学习与聚类算法 决策树、随机森林、逻辑回归虽然有着不同的功能，但却都属于“有监督学习”的一部分，即是说，模型在训练的时候，既需要特征矩阵XXX，也需要真实标签yyy。在机器学习中，还有很大一部分算法是属于“无监督学习”，无监督的算法在训练的时候只需要特征矩阵XXX，不需要标签。曾经学过的PCA算法就是无监督学习中的一种。聚类算法也是无监督学习的代表算法之一。 聚类算法又叫做“无监督分类”，其目的是将数据划分成有意义或有用的组（或簇）。这种划分可以基于业务需求或建模需求来完成，也可以单
【Python/Pytorch 】-- K-means聚类算法
最新发布
银尘博客
06-21 1474
时间演变聚类算法：将时间演变聚类算法用在去噪上，基本思想是，具有相似信号演化的体素具有相似的模型参数值，并且由机器学习决定的集群数量远远小于体素的数量。因此，对一个聚类进行平均可以大大提高聚类级逆解的信噪比，这可以用作体素级优化的鲁棒初始猜测。在该演变算法的基础上，总结了K-means算法、X-means算法、最小二乘法、贝叶斯信息准则。
python机器学习之聚类算法K-Means——案例：聚类算法用于降维，KMeans的矢量量化应用
sjjsaaaa的博客
12-09 1158
聚类算法用于降维，KMeans的矢量量化应用 重要属性： 重要接口： 案例 矢量量化的降维是在同等样本量上压缩信息的大小，即不改变特征的数目也不改变样本的数目，只改变在这些特征下的样本上的信息量。 用K-Means聚类中获得的质心来替代原有的数据，可以把数据上的信息量压缩到非常小，但又不损失太多信息。我们接下来就通过一张图图片的矢量量化来看一看K-Means如何实现压缩数据大小，却不损失太多信息量。 1、导入需要的库 import numpy as np import matplotlib.pyplot
Vector Quantization - K-Means：一种使用 K-Means 算法训练矢量量化码本的简单算法。-matlab开发
06-01
该函数用于训练用于矢量量化的码本。 首先将数据集拆分为两个集群，然后找到每个集群的均值（质心）。 找到每个向量与这些质心的距离，并且每个向量都与一个集群相关联。 每个簇的向量均值首先替换质心。 如果总距离没有显着提高，则质心每个都分裂为两个。 这种情况一直持续到达到所需的集群数量并且改进不大。
在Python中使用K-Means聚类和PCA主成分分析进行图像压缩
qq_35382207的博客
04-14 1648
在Python中使用K-Means聚类和PCA主成分分析进行图像压缩 各位读者好，在这片文章中我们尝试使用sklearn库比较k-means聚类算法和主成分分析（PCA）在图像压缩上的实现和结果。 压缩图像的效果通过占用的减少比例以及和原始图像的差异大小来评估。 图像压缩的目的是在保持与原始图像的相似性的同时，使图像占用的空间尽可能地减小，这由图像的差异百分比表示。 图像压缩需要几个Python库...
【skLearn练习】KMeans矢量量化应用 ---- 压缩图片
懂得一千零一种,赋予你失败的方法！
01-09 972
文章目录一、KMeans矢量量化概念二、图片的探索① 导库② 实例化导入颐和园图片③ 可视化图片三、图片矢量量化① 导包② 预处理图像数据，适应SKlearn聚合③ KMeans聚类④ 质心替换样本，实现矢量量化⑤ 随机的矢量量化⑥ 可视化 一、KMeans矢量量化概念 百度百科： k-means聚类最重要的应用之一就是非结构数据（图像、声音）上的矢量量化(VQ)，所谓的矢量量化就是将数据进行压缩。 非结构化数据往往会占用很大的数据空间，在保证数据质量的同时，尽可能的矢量量化数据的大小，或者是简..
KMeans做矢量量化
weixin_60200880的博客
10-20 923
K-Means聚类最重要的应用之一是非结构数据(图像，声音)上的矢量化(VQ)。非结构化数据往往占用大量的储存空间，文件本身也会比较大，运算非常缓慢，我们希望能够在保证数据质量的前提下，尽量地缩小非结构化数据的大小，或者简化非结构化数据的结构。矢量量化就可以帮助我们实现这个目的。
机器学习：聚类算法（KMeans）——图片压缩
m0_52331159的博客
04-06 2379
（2）对于三维数组（彩色图像），plt.imshow() 函数并不会自动对输入数据归一化处理，而是对数据取值范围提出要求：如果是float型数据，取值范围应在[0,1]；如果是int型数据，取值范围应在[0,255]聚类分析的目标就是在相似的基础上收集数据来分类。聚类源于很多领域，包括数学，计算机科学，统计学，生物学和经济学。（1）对于二维数组（灰度图像），函数会自动将输入数据归一化变换至[0,1]，然后显示。（3）将misc换成imageio。（1）安装imageio。
LBG算法和Kmeans算法矢量量化图片的区别
05-18
LBG算法和Kmeans算法都是聚类算法，可以用于矢量量化图片。但是它们有一些区别： 1. LBG算法是一种迭代算法，它通过不断分裂聚类中心来逼近数据的真实分布，直到满足一定的停止准则。而Kmeans算法是一种迭代算法，...
(十)基于K-均值聚类的图像矢量量化.pptx
06-21
非常好的机器学习课件，(十)基于K-均值聚类的图像矢量量化.pptx
机器学习之聚类——MeanShift算法和图像矢量量化
weixin_37522117的博客
08-12 774
机器学习之聚类——MeanShift算法和图像矢量量化
K-means聚类以及利用K-means来压缩图像
huahuaxiaoshao的博客
01-04 3795
K-means聚类算法 1.聚类概念 &amp;amp;nbsp;&amp;amp;nbsp;&amp;amp;nbsp;&amp;amp;nbsp;&amp;amp;nbsp;&amp;amp;nbsp;聚类属于无监督学习（无类别标签）。聚类就是相似的东西分到一组。 2.K-means基本概念 &amp;amp;nbsp;&amp;amp;nbsp;&amp;amp;nbsp;&amp;amp;nbsp;&amp;am
【火炉炼AI】机器学习021-使用K-means进行图片的矢量量化操作
weixin_34137799的博客
09-03 256
【火炉炼AI】机器学习021-使用K-means进行图片的矢量量化操作 (本文所使用的Python库和版本号: Python 3.5, Numpy 1.14, scikit-learn 0.19, matplotlib 2.2 ) 前一篇文章我们讲解了K-means算法的定义方法，并用K-means对数据集进行了简单的聚类分析。此处我们讲解使用k-means对图片进行矢量量化操作。 1. 矢量量...
K-means矢量量化算法介绍
weixin_30572613的博客
01-31 370
K-means算法是最为经典的基于划分的聚类方法，是十大经典数据挖掘算法之一。 K-means算法的基本思想是：以空间中k个点为中心进行聚类，对最靠近他们的对象归类。通过迭代的方法，逐次更新各聚类中心的值，直至得到最好的聚类结果。matlab中有kmeans聚类算法的函数可以调用，如[ldx,C,sumD,D]=kmeans(X,k)（详见matlab help kmeans）。以下链接是一个用...
一文详解聚类和降维（附实例、代码）
weixin_33711647的博客
10-10 2090
我们可以怎样发现一个数据集的底层结构？我们可以怎样最有用地对其进行归纳和分组？我们可以怎样以一种压缩格式有效地表征数据？这都是无监督学习的目标，之所以称之为「无监督」，是因为这是从无标签的数据开始学习的。 我们将在这里探索的两种无监督学习任务是： 将数据按相似度聚类（clustering）成不同的分组； 降维（reducing dimensio...
矢量量化和K-means算法
qq_43543515的博客
05-29 694
矢量量化（VQ —Vector Quantization）论文翻译网站推荐：彩云小译 是70年代后期发展起来的一种数据压缩技术基本思想：**将若干个标量数据组构成一个矢量，然后在矢量空间给以整体量化，**从而压缩了数据而不损失多少信息矢量量化编码也是在图像、语音信号编码技术中研究得较多的新型量化编码方法，它的出现并不仅仅是作为量化器设计而提出的，更多的是将它作为压缩编码方法来研究的。在传统的预测和变换编码中，首先将信号经某种映射变换变成一个数的序列，然后对其一个一个地进行标量量化编码。而在矢量量化编码中，则
如何利用k-means算法对图片颜色进行聚类并实现图像压缩？（附Python代码+数据集）
wzk4869的博客
07-29 2860
如何利用k-means算法对图片颜色进行聚类并实现图像压缩？（附Python代码+数据集）
K-means聚类和矢量量化算法
weixin_33810302的博客
10-25 1118
为什么80%的码农都做不了架构师？>>> ...
评论 14
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

海洋 之心

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付：¥1
获取中
扫码支付

您的余额不足，请更换扫码支付或充值

打赏作者

实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值