无监督图像分类算法

我有一组3500张图片,每张图片由12个合并的图形组成,类似于这样:

输入图片说明

我在寻找一种无监督机器学习算法,帮助我从这些图片中识别出可能的聚类。有什么建议吗?


回答:

例如,你可以使用K-means或DBSCAN(将像素作为坐标)。

然后,你可以通过改变像素颜色来突出显示你的聚类。

Related Posts

使用LSTM在Python中预测未来值

这段代码可以预测指定股票的当前日期之前的值,但不能预测…

如何在gensim的word2vec模型中查找双词组的相似性

我有一个word2vec模型,假设我使用的是googl…

dask_xgboost.predict 可以工作但无法显示 – 数据必须是一维的

我试图使用 XGBoost 创建模型。 看起来我成功地…

ML Tuning – Cross Validation in Spark

我在https://spark.apache.org/…

如何在React JS中使用fetch从REST API获取预测

我正在开发一个应用程序,其中Flask REST AP…

如何分析ML.NET中多类分类预测得分数组?

我在ML.NET中创建了一个多类分类项目。该项目可以对…

发表回复

您的邮箱地址不会被公开。 必填项已用 * 标注