我有一组照片，我想区分出相似照片的聚类。我应该使用哪些图像特征和算法来解决我的任务？

回答：

这个问题太宽泛了。

一般来说，你可以使用任何聚类机制，例如流行的k-means算法。为了准备你的数据进行聚类，你需要将你的集合转换成一个数组X，其中每一行是一个示例（图像），每一列是一个特征。

主要的问题是——你的特征应该是什么。这很难回答，因为不知道你试图实现什么。如果你的图像很小且尺寸相同，你可以简单地将每个像素作为一个特征。如果你有任何元数据并且想使用它进行分类，你可以将元数据中的每个标签作为一个特征。

现在，如果你真的需要在图像之间找到一些模式，你将不得不应用额外的处理层，比如卷积神经网络，这本质上允许你从图像的不同部分提取特征。你可以把它想象成一个过滤器，它会将每张图像转换成，比如说8×8的矩阵，然后相应地可以作为数组X中具有64个不同特征的一行，用于聚类。