Opencv 具有Kmeans函数输出中心的群集数据

嗨，我用kmeans函数对一些数据进行了集群，并将其生成的集群中心存储为输出。现在我在Mat对象中有了一组新的向量，我想知道每个向量属于哪个簇。有没有一个简单的方法可以做到这一点，或者我应该只计算每个向量的欧几里德距离和所有中心，然后选择它最接近的簇

---

如果我选择第二种方法，是否有任何效率方面的考虑使其快速进行？

您似乎有兴趣使用在初始数据集上运行K-Means的结果来执行某种类型的集群分配，对吗

你可以将新的观察值指定为最接近的平均值。不幸的是，对于K-Means，您对每个簇的形状或大小一无所知。例如，考虑一种新的向量从两种方式等距（或大致等距）的情形。在这种情况下你会怎么做？您是否对其中一个集群进行了艰难的分配

在这种情况下，最好实际查看包含每个集群的原始数据，并执行某种类型的K-最近邻分配（）。例如，结果可能是，虽然新向量与两个不同的聚类中心的距离大致相等，但它更接近其中一个聚类的数据（表明它可能属于该聚类）

作为K-Means的替代方法，如果你使用一些类似高斯和EM的混合，你不仅有一组簇中心（就像你用K-Means做的那样），还有一个方差，描述簇的大小。对于每个新的观测，您可以计算它属于每个簇的概率，而无需重新访问每个簇的数据（因为它被烘焙到MoG EM模型中）