К означает кластеризацию на матрицах вместо данных

Question

В MATLAB, можно сгруппировать в матрицу данных, как

[centers, assignments] = vl_kmeans(da, 3); 

все точки данных в матрице «да» будут разделены на 3 кластеров.

Но вместо точек данных я хочу сгруппировать полные матрицы. У меня сотни матриц 128 * 19, и я бы хотел разделить эти матрицы на пять групп.

Например

, если имеется 11 матриц, если 128 * 19,

После кластеризации, я должен быть в состоянии выяснить:

Cluster 1: 1, 7, 11 
Cluster 2: 2,4,6,8,10 
Cluster 3: 3,5,9 

То есть центр 1 возвратит матрицы номер 1,7,11

Как я могу достичь этого в Matlab? Любая помощь/указатель высоко оценена.

(Эта 128 * 19 матрица содержит дескрипторы просеять изображения, и на основе классификации этих дескрипторов я бы классификационными изображения)

Спасибо.

Answer 1

Просто преобразуйте каждую матрицу в вектор длиной 128 * 19 и объедините ваши «матричные векторы» в одну огромную матрицу, которую вы можете скопировать, как обычно.

редактировать

Одно важное замечание - kmeans является кластеризация не классификация алгоритм. Kmeans может использоваться для классификации, чтобы уменьшить количество дескрипторов, но не как инструмент классификации.

редактировать 2

тривиальный пример:

Имея 3 двух матриц размера спосо 2х2

matrix 1: 
[[1, 2], 
[2, 3]] 

matrix 2: 
[[4, 5], 
[5, 6]] 

matrix 3: 
[[7, 7], 
[8, 9]] 

Вы можете конвертировать их в одну большую матрицу размером 3x4 (3x (2 * 2))

[ [1,2,2,3], 
    [4,5,5,6], 
    [7,7,8,9] ] 

и используйте кластер кластеров, чтобы сгруппировать его. Каждая строка является одной из ваших исходных матриц, поэтому вы получаете именно то, что вам нужно