推 etrexetrex:謝謝~ 05/23 18:34
※ 引述《etrexetrex (moonet)》之銘言：
: http://etrex.blogspot.com/2008/05/k-mean-clustering.html
: 遊戲說明：１．選擇圓點的起始位置
: ２．執行K-means clustering 演算法
: ３．根據分群結果的好壞給予分數
: 遊戲中有更詳盡的說明
感動到光用推不足以表達我心激動之處
-----------------------------------------
K-means 是任意給定K個重心(可以亂給)
接著每一次的運算,
重心都會往真正的重心點移更靠近一點
這樣多做幾次
移到最後
就會找到真正的重心
K means有很多的應用
尤其是影像切割, 追蹤, 消除雜訊等
也可以應用在人工智慧的分類
其最大的優點就是 "簡單" (高中生都懂的數學)
但最大的缺點就是 "要已知有幾個重心" 和 "亂給起始重心會跑很慢"
可在Wikipedia找到簡單說明
因此就出現另外一個更強大的(也更慢)的演算法
Mean-shift
其最大的特點就是 "不用知道有幾個重心" 就會自己找出每個重心出來
但不幸地
Mean-shift在Wikipedia並沒有相關說明
以上兩個方法都有近20多年的歷史喔!! (可見1980年代的人沒電腦很無聊)
----------------------------------------------------------------
Etrex幹得好!! 水!!! Bravo!!!
--
※ 發信站: 批踢踢實業坊(ptt.cc)
◆ From: 140.113.212.228