让我解释一下我在尝试做什么。我有一个图像的点/像素在RGB空间中的分布图。我试图在这个空间中找到细长的簇。我对聚类技术还比较陌生，可能我的方法不太正确，我尝试使用MATLAB内置的k-means聚类方法，但看起来这在这种情况下并不是最佳方法。

我需要做的是找到“颜色簇”。

这是我在图像上应用K-means后的结果。

它应该看起来像这样：

对于这样的图像：

有人能告诉我我哪里做错了，以及我可以做些什么来改善我的结果吗？

注意：抱歉图片分辨率低，这是我能提供的最好的了。

回答：

k-means基本上假设簇是近似球形的。在你的情况下，它们显然不是。尝试为每个簇拟合一个具有非球形协方差矩阵的高斯分布。基本上，你将遵循与k-means相同的期望最大化（EM）步骤，唯一的区别是你还将建模和拟合协方差矩阵。

以下是算法的大纲

1. 初始化：随机将每个点分配到k个簇中的一个。
2. 为每个簇估计均值和协方差
3. 为每个点估计它属于每个簇的可能性
   请注意，这种可能性不仅基于到中心（均值）的距离，还基于簇的形状，因为它由协方差矩阵编码
4. 重复第2和第3阶段，直到收敛或超过预定义的迭代次数