聚类概念

K-MEANS算法

• 需要标准化

  工作流程

• 指定K=2

• 获得两个随机分布的点
• 通过计算距离判断分类

• 大量迭代，计算每一个点

• 一般通过实际效果确定K值

• 对初值要求高，不同初值结果可能不同，初值稳定性较差

  可视化展示

  

• http://www.naftaliharris.com/blog/visualizing-k-means-clustering/

  K-means实现图像压缩

• 彩色图每个像素点0~255个数值，要压缩成128灰度图

• reshape把所有的像素点拉成一列，同时每个像素点对应RGB三个通道
• 使用KMeans把所有样本点归属到128个簇中的某一个，以及其他参数（迭代/使用）

• 去掉了通道，压缩成为一个灰度图