计算机视觉基础知识（九）--图像聚类算法

1.分类与聚类 

分类

• 从特定的数据中挖掘模式，给出判断的过程

分类学习的主要过程

1. 训练数据集存在一个类标记号；
2. 判断其是正向数据集，还是负向数据集；
3. 对数据集进行学习训练，并构建一个训练模型；
4. 通过该模型对数据集进行预测，并计算结果的性能；

聚类概述

• 目的是把数据分开；
• 事先不知到如何去分；完全由算法来判断数据之间的相似性；
• 相似的数据放到一起；
• 在聚类的结论出来之前，完全不知到每一类的特点；
• 对聚类的结果需要由人的经验来分析，各类的特点；
• 聚类的思想是“物以类聚”；
• 分类是通过标签来训练得到一个模型；
• 再对新数据进行预测；
<