聚类方法初探

        写了2个礼拜的聚类算法,是时候总结一下了,写出来不是来炫耀.这些凌乱的代码也没什么好炫耀的.只是在写的过程中一直希望 有个把文章能够很中肯的指点下,也许是脑子笨.看了那么多还是没有头绪.加上自己摸索了这两个礼拜.也许代码存在严重错误,但还是希望能给我意见,指点下我.

   

       聚类算法总结

关键字：聚类算法  FCM  Kmeans GMM with EM

 

反思

从上周起开始按照要求看这三个聚类算法，并自己写来对图像进行分割。总的情况来说，时间拖得长，而且实现的过程中碰到了基本一致的问题。比如，基本上每个算法看其相关资料都是要花一到两天，开始写代码到结束 大概两到四个小时，在这三个实现过程中，都没有一次就得出最后结果，反而调试也占到了2天或者更多。从现在看来其原因大多是不简单。

有忘记给变量初始化，忘记在循环过程中把变量重新清零，有些是自认为是对的，但在后来的验证中却是错的，这些个错误也是最难找的。因为人确实很少去怀疑自己。

   最主要的还是很粗心，在写代码过程中，粗心真的可以让你付出更多的时间，消磨意志。

 

聚类

       聚类问题，就是把一堆数据，按照一点的相似度标准，划分为互不相同的类。如果一个点只可以属于其中一个类，就叫做硬聚类；反之若一个点某些部分可以属于不同的类，则叫做模糊聚类。

       聚类的重点还是在如何决定相似度的度量上，对与区分点来说，一般都是按照距离来区分；但针对图像，则又要归结到像素的亮度上了。

 

聚类方法的应用