→ Joy510163: 小小希望有大大能指導用otsu演算法QQ 08/07 23:28
推 jack10313: idx = kmeans(X, 2); ?? 08/07 23:29
→ Joy510163: 先謝過j大的回應!只是教授要求閥值 08/07 23:37
→ Joy510163: 分類已經完成,只是需要訂閥值出來QQ 08/07 23:38
推 porsche1009: 計算 每個點之間的 Dist 距離 取權重如何? 08/07 23:45
→ Joy510163: 謝謝p大的回應!我會嘗試看看! 08/07 23:49
→ Joy510163: 另外不知是否能求用otsu的方法..目前找到的做法都是對 08/07 23:51
→ Joy510163: 影像,想純數學計算的QQ 08/07 23:51
推 jack10313: graythresh(X) 08/08 00:21
→ Joy510163: graythresh是針對影像做輸入的函式,而我的輸入是10個 08/08 00:25
→ Joy510163: 數字資料要取閥值。不過還是謝謝j大的回應>< 08/08 00:25
推 jack10313: 我直接算就輸出閥值0.5843了。 08/08 00:45
→ Joy510163: 謝謝j大一直回應!!不知是否能向你請教如果用Otsu演 08/08 03:31
→ Joy510163: 算法,該怎麼做?拜託QAQ 08/08 03:31
推 s4300026: 此乃 "機器學習" 課程,二樓正解,請搜kmeans。 08/08 12:45
→ s4300026: 剛剛稍微看了一下otsu,感覺也蠻好玩的~ 08/08 13:03
→ s4300026: 就我的理解,otsu就是假設你有10個點,然後你取第1個 08/08 13:14
→ s4300026: 點做為閥值,然後算分兩群的變異量,然後再以第二點做 08/08 13:15
→ s4300026: 閥值,然後再取分兩群的變異量,然後再取第三點做閥值.. 08/08 13:16
→ s4300026: 值到全部 "假設的" 閥值點算完,從中找一個最好的閥值點 08/08 13:17
→ s4300026: 選擇法就是 "若選擇該點為閥值點,則分兩群後的變異數 08/08 13:19
→ s4300026: 相加會最小 (相較選其他點來說)。 08/08 13:20
推 jack10313: graythresh函數本身就是用otsu演算法...還是妳想自己寫 08/08 16:41