我使用t-SNE将我的数据集的维度从18降低到2,然后我使用k均值来聚类2D数据点。
使用这个,print(kmeans.cluster\u centers)
我现在有一个簇的2D质心数组,但我想得到这些质心对应的18D原始数据点。
有没有办法让t-SNE倒转?谢谢
不幸的是,答案是否定的,没有。
t-SNE基于概率论分别计算每个点的非线性映射。它既不提供连续定义的函数,也不提供其逆函数。
您可以尝试根据簇成员插值18D坐标。
一般来说,你可能会重新考虑在t-SNE结果上运行k-means的意义。
我正在用python实现kmeans算法。我正在测试初始化质心的新方法,并希望实现它,看看它会对集群产生什么影响。 我的想法是从我的数据集中选择数据点,使质心初始化为数据的边缘点。 简单示例2属性示例: 假设这是我的输入数组 我想从这个数组中选择[3,3][3,-3][3,3][3,-3]的边点。所以如果我的k是4,这些点会被选中 在我工作的数据有4和9个属性和大约300个数据点在我的数据集中 注
我必须找到多个矩形(最小有界矩形)的确切质心。让我有,3个矩形及其坐标,用于最大和最小点 第一个矩形的最小点(x1,y1),最大点(x2,y2) 第二个矩形的最小点(x3,y3),最大点(x4,y4) 第三个矩形的最小点(x5, y5),最大点(x6, y6) 我想到的快速解决方案是,通过考虑这6个点的组合,我将找到可能的质心列表,然后取这些质心的最小有界矩形。它会给我一个矩形R,这个矩形的质心是
我有一个多个圆圈的图像,圆圈内有热点区域,具有高强度(高像素值)和冷点区域(低像素值)。我想用Python中的OpenCV计算每个圆的加权质心。我正在使用这段代码: 好的,这段代码只需获取二值图像,提取所有圆,并找到每个圆的轮廓。 问题是,我需要找到RGB/灰度图像(考虑像素强度)的加权质心,而不是二值图像。我该怎么做? 非常感谢。
问题内容: 我试图分别从ArrayList的点加起来所有x和y coordiantes。 我如何找到质心? 问题答案:
我正在尝试使用Java代码和com4j连接到HP Quality Center V11,但不断出现以下错误。谁能看看这个错误吗? 当我在浏览器中使用URL并使用相同的凭据登录时,我就可以登录了。我仔细检查了我的域名、url、Id和密码的拼写。。 我得到的错误是: 我用来连接的代码
我想从二值图像中得到圆形状的质心,但输出给出了不止一个质心。我使用的是opencv web教程文档中关于图像时刻和修改的代码。供参考,我使用的是C++API OpenCV。 输出结果是: 我预计,文本输出可能会从3个轮廓中给出3个质心,但实际上是7个轮廓(轮廓[0],...,轮廓[6])。