Opencv 如何调整分层k-均值树以获得更好的性能或准确性

我想使用OpenCV/FLANN实现分层k-均值树。有4个参数可供调整：

struct KMeansIndexParams : public IndexParams
{
    KMeansIndexParams(
        int branching = 32,
        int iterations = 11,
        flann_centers_init_t centers_init = CENTERS_RANDOM,
        float cb_index = 0.2 );
};

---

如何选择这些参数的值来平衡性能和准确性？

群集是非常依赖于您的数据的事情之一。没有适合所有情况的范围。慢并不一定意味着性能更好。因此，您唯一的选择是对数据进行不同的设置试验，并尝试达到目标性能。

您应该对数据尝试不同的参数……这些参数的最佳范围是什么？有什么规则吗？比如，如果增加分支参数，它的工作速度会变慢，但可能会产生更好的精度？