※ 引述《etrexetrex (moonet)》之铭言： : http://etrex.blogspot.com/2008/05/k-mean-clustering.html : 游戏说明：１．选择圆点的起始位置 : 　　　　　２．执行K-means clustering 演算法 : 　　　　　３．根据分群结果的好坏给予分数 : 游戏中有更详尽的说明 感动到光用推不足以表达我心激动之处 ----------------------------------------- K-means 是任意给定K个重心(可以乱给) 接着每一次的运算, 重心都会往真正的重心点移更靠近一点 这样多做几次 移到最後 就会找到真正的重心 K means有很多的应用 尤其是影像切割, 追踪, 消除杂讯等 也可以应用在人工智慧的分类 其最大的优点就是 "简单" (高中生都懂的数学) 但最大的缺点就是 "要已知有几个重心" 和 "乱给起始重心会跑很慢" 可在Wikipedia找到简单说明 因此就出现另外一个更强大的(也更慢)的演算法 Mean-shift 其最大的特点就是 "不用知道有几个重心" 就会自己找出每个重心出来 但不幸地 Mean-shift在Wikipedia并没有相关说明 以上两个方法都有近20多年的历史喔!! (可见1980年代的人没电脑很无聊) ---------------------------------------------------------------- Etrex干得好!! 水!!! Bravo!!! --

※ 发信站: 批踢踢实业坊(ptt.cc) ◆ From: 140.113.212.228