代码小菜鸟的博客

Agglomerative Cluster 是一个从下而上的算法。（另一种是divisive,自顶而下）从图里面可以看出来就是根据某种规则去聚类。流程如下：1.将每一个元素单独定为一类2.重复：每一轮都合并指定距离(对指定距离的理解很重要)最小的类3.直到所有的元素都归为同一类依据对相似度（距离）的不同定义，将Agglomerative Clustering的聚类方法分为三...

想象这样一个场景：     小A同学今天刚入职。刚进入办公室人脸还不熟就被通知下楼进行消防演习。----背景到了楼下又被要求站到自己的项目方队去。----聚类这个时候小A分辨自己是哪个项目的主要办法有两个，第一个是归属信息（都打开窗户瞧瞧我是谁家的啊？把我领回去，我不认门了）第二个是吸引信息（哪个方正美女多我去哪个）。----主要参数但是归队是一个双向选择，不是小A想去美女多的项目...

以二维来说明可能更容易理解，下图中的很多的红点就是我们的样本特征点，meanshift就是在这些点中的任意一个点为圆心，然后以半径R画一个圆（在opencv中是一个矩形），然后落在这个圆中的所有点和圆心都会对应的一个向量，把所有这些向量相加（注意是向量相加），最终我们只得到一个向量，就是下图中用黄色箭头表示的向量，这个向量就是meanshift向量。然后再以这个meanshift向量的终点...