ПРИМЕЧАНИЕ. Это мой первый вопрос о стеке. Извините, если я задал свой вопрос не так, как ожидалось. Итак, вот мои сомнения.Кластеризация Kmeans для параметров просеивания
У меня есть набор данных около 3000 изображений. Я выполнил просеивание (масштабное инвариантное преобразование объектов) для всех этих изображений (используя демоверсию Дэвида Лоу) и получил соответствующие функции (3000) ключевых точек изображений. Теперь мне нужно выполнить кластеризацию k-значений для функций ключевых точек 3000 изображений. Каждое изображение имеет свои собственные ключевые точки (изменения от изображения к изображению), и они находятся в 128-мерной матрице. Теперь для выполнения k-средств эти 3000 векторов просеивания должны быть собраны вместе, и их следует обучить получению от него одной k-мерной модели.
Например:
Изображения были преобразованы в формат .pgm перед тем просеять, а вот на 226 ключевых точек для одного из изображений после выполнения просеять:
74 128
98.20 126.13 16.47 2.776
0 0 0 0 0 0 0 0 9 12 1 0 0 0 0 0 39 9 0 0
0 15 24 12 29 1 0 0 0 27 92 33 13 1 0 0 0 0 0 20
83 90 19 1 2 6 3 19 165 86 2 0 1 8 44 88 24 0 3 21
8 24 165 64 3 1 4 0 0 1 1 18 116 23 10 0 1 14 11 51
165 101 9 20 5 1 5 84 38 24 28 157 40 5 10 14 0 3 5 0
0 0 0 0 45 101 16 0 0 0 0 1 114 165 17 8 1 0 0 1
7 56 17 46 26 0 0 0
(таким же образом остальные ключевые точки и их 128 измерений продолжаются до 226-й функции клавишной точки).
Аналогичным образом, остальные 2999 изображений имеют соответствующие функции ключевых точек.
Теперь мне нужно выполнить кластеризацию k-значений для всех снимков 3000 изображений и получить от них одну k-мерную модель. Я планирую использовать пакет k-means от scikit (sklearn). Как вводить эти ключевые точки 3000 изображений в scikit? Пожалуйста помоги.