Opencv Kmeans2根据它们对应的数据点数量返回有序质心列表

我正在某些数据集上使用Opencv Kmeans2（）聚类函数。实际上，簇质心是从随机初始化开始的。然后进行聚类

---

我如何以一定的顺序请求所有这些质心，比如说，首先是数据集最大块的cetroid，然后是下一个（按降序，假设多维空间中没有相等的不同点位置集），等等？

为什么不按自己的喜好对它们进行排序

---

对于大多数简历申请来说，这是不必要的，我想你自己也可以很容易地做到。这并不是说有一个优化的k-means以特定的顺序返回集群。由于k-means是随机初始化的，所以并没有集群的“自然”顺序。正如您已经注意到的，在簇分配和簇大小方面可能存在联系。

我计划统计标签，看看质心簇中的哪一个属于大部分数据集。

如果您能稍微解释一下您的问题，可能会提供额外的细节，如代码，结果你得到了什么，你期望什么等等，对吧。。。假设我有100个样本，我随机指定了3个集群。。。。但我事先知道一个标签有50个样品，另一个标签有30个，另一个标签有20个。我如何要求50个样本的质心，30个，20个，按这个顺序？（我不确定我是否正确回答了你的问题）如果你事先知道它们，为什么要应用kmeans？你可以直接将它们分组，然后手动找到它们的质心。因为我不知道它们的位置。。。我所知道的只是“大量存在，另一个类似的存在等等”。。。考虑下面的例子：一个前景和背景的图像…我知道bg像素越多，fg像素越少。Runnig聚类将给出两个质心。如何使用cvkmeans2按以下顺序请求质心：bg first和fg second。。。是否有一个层次结构，它们存储在中心矩阵中？我认为没有层次结构或顺序。无法计数标签并根据其编号进行排序吗？计算0和1的数量。如果0是更多的，0是bg（因为你知道bg是更多的），1是fg。好的，所以我只想返回最大簇的质心…然后是下一个，依此类推，试着这样做。没那么难。但我怀疑OpenCV k-means是否将其作为内置函数，因为这不是常见或通用的用例。