k均值聚类（python）

K均值聚类

参考博客：

opencv K均值聚类(python)

Kmeans图像分割实践

聚类能够将具有相似属性的对象划分到同一个集合（簇）中。

聚类方法能够应用于所有对象，簇内的对象越相似，聚类算法的效果越好。

K均值聚类的基本步骤

• K均值聚类是一种将输入数据划分为k个簇的简单的聚类算法，该算法不断提取当前分类的中心点（也称为质心或重心），并最终在分类稳定时完成聚类。

• 从本质上说，K均值聚类是一种迭代算法。

• 在实际处理过程中需要进行多轮的迭代，直到分组稳定不再发生变化，即可认为分组完成。

K均值聚类算法的基本步骤如下

1. 随机选取k个点作为分类的中心点。
2. 将每个数据点放到距离它最近的中心点所在的类中。
3. 重新计算各个分类的数据点的平均值，将该平均值作为新的分类中心点。
4. 重复步骤2和步骤3，直到分类稳定。

K均值聚类

OpenCV提供了函数cv2.kmeans()来实现K均值聚类。

该函数的语法格式为：

retval, bestLabels, centers=cv2.kmeans(data, K, bestLabels, criteria, attempts,flags)

# 输入参数
data：输入的待处理数据集合，应该是np.float32类型，每个特征放在单独的一列中。

K：要分出的簇的个数，即分类的数目，最常见的是K=2，表示二分类。

bestLabels：表示计算之后各个数据点的最终分类标签（索引）。实际调用时，参数bestLabels的值设置为None。

criteria：算法迭代的终止条件。当达到最大循环数目或者指定的精度阈值时，算法停止继续分类迭代计算。该参数由3个子参数构成，分别为type、max_iter和eps。
type表示终止的类型，可以是三种情况
cv2.TERM_CRITERIA_EPS：精度满足eps时，停止迭代。
cv2.TERM_CRITERIA_MAX_ITER：迭代次数超过阈值max_iter时，停止迭代。
cv2.TERM_CRITERIA_EPS + cv2.TERM_CRITERIA_MAX_ITER：上述两个条件中的任意一个满足时，停止迭代。
max_iter：最大迭代次数。
eps：精确度的阈值。

attempts：在具体实现时，为了获得最佳分类效果，可能需要使用不同的初始分类值进行多次尝试。指定attempts的值，可以让算法使用不同的初始值进行多次（attempts次）尝试。

flags：表示选择初始中心点的方法，主要有以下3种。
cv2.KMEANS_RANDOM_CENTERS：随机选取中心点。
cv2.KMEANS_PP_CENTERS：基于中心化算法选取中心点。
cv2.KMEANS_USE_INITIAL_LABELS：使用用户输入的数据作为第一次分类中心点；如果算法需要尝试多次（attempts 值大于1时），后续尝试都是使用随机值或者半随机值作为第一次分类中心点。

# 输出
retval：距离值（也称密度值或紧密度），返回 每个点到相应中心点距离的平方和(是一个数)。
bestLabels：各个数据点的最终分类标签（索引）。
centers：每个分类的中心点数据。