OpenCV 4.5.3(日本語機械翻訳)
|
列挙型 |
|
enum | cv::KmeansFlags { cv::KMEANS_RANDOM_CENTERS = 0 , cv::KMEANS_PP_CENTERS = 2 , cv::KMEANS_USE_INITIAL_LABELS = 1 } |
k-Means フラグ[【詳解】(英語]
|
|
関数 |
|
CV_EXPORTS_W double | cv::kmeans (InputArray data, int K, InputOutputArray bestLabels, TermCriteria criteria, int attempts, int flags, OutputArray centers=noArray()) |
クラスタの中心を見つけ,入力サンプルをそのクラスタの周りに集めます.[【詳解】(英語]
|
|
template<typename _Tp , class _EqPredicate > | |
int | partition (const std::vector< _Tp > &_vec, std::vector< int > &labels, _EqPredicate predicate=_EqPredicate()) |
要素集合を同値クラスに分割します.[【詳解】(英語]
|
|
enum cv::KmeansFlags |
CV_EXPORTS_W double cv::kmeans | ( | InputArray | data, |
int | K, | ||
InputOutputArray | bestLabels, | ||
TermCriteria | criteria, | ||
int | attempts, | ||
int | flags, | ||
OutputArray |
centers
=
noArray() |
||
) |
クラスタの中心を見つけ,入力サンプルをそのクラスタの周りに集めます.
関数 kmeans は, cluster_count 個のクラスタの中心を見つけ,そのクラスタの周りに入力サンプルをグループ化する k-means アルゴリズムを実装しています.出力としてには,samples行列の行に格納されたサンプルの,0ベースのクラスタインデックスが含まれます.
行に格納されています.
data | クラスタリングの対象となるデータ。float座標のN次元点の配列が必要です。この配列の例は,次のようになります. |
K | セットを分割するクラスタの数. |
bestLabels | 各サンプルのクラスタインデックスを格納する,整数型の配列を入出力します. |
criteria | アルゴリズムの終了基準,つまり,最大反復回数および/または希望する精度を指定します.精度はcliteria.epsilonとして指定されます.ある反復において、各クラスタ・センターの移動量がcliteria.epsilonよりも小さくなると、アルゴリズムは停止します。 |
attempts | 異なる初期ラベリングを使用してアルゴリズムを実行する回数を指定するフラグ。アルゴリズムは、最適なコンパクト性をもたらすラベルを返します(最後の関数パラメータを参照)。 |
flags | 以下の値を取ることができるフラグです.cv::KmeansFlags |
centers | クラスタ・センターの出力行列,各クラスタ・センター毎に1行です. |
int partition | ( | const std::vector< _Tp > & | _vec, |
std::vector< int > & | labels, | ||
_EqPredicate |
predicate
=
_EqPredicate() |
||
) |
要素集合を同値クラスに分割します.
汎用関数 partition は,要素集合をアルゴリズムを実装しており,要素の集合を
で説明されているように,要素の集合を1つまたは複数の同値クラスに分割するアルゴリズムを実装しています.http://en.wikipedia.org/wiki/Disjoint-set_data_structure. この関数は,同値クラスの数を返します.
_vec | ベクトルとして格納されている要素のセット. |
labels | ラベルの出力ベクトル.vecと同じ数の要素を含みます.各ラベル labels[i]は,0ベースのクラスタインデックスです.vec[i] . |
predicate | 同等性の述語(2つの引数のブール関数へのポインタ,あるいは, bool operator()(const _Tp& a, const _Tp& b) というメソッドを持つクラスのインスタンス).この述語は、要素が確実に同じクラスである場合には真を返し、同じクラスであるかもしれないし、そうでないかもしれない場合には偽を返します。 |