在大学课程中，我有一些图像功能（作为文本文件）。我必须根据他们的多样性对这些图像进行排名。＃
我想到的想法是用图像提供k-means分类器，然后计算从簇内图像到簇的centroïd的欧几里德距离。然后在群集之间进行旋转，并始终将（下一个）最近的图像带到centroïd。即，返回最接近centroïd1，然后最接近centroïd2，然后3 ....然后第二个最接近centroïd1,2,3，依此类推。
第一个问题：这会是一个聪明的方法吗？或者我走错了路？
第二个问题：我有点困惑。我以为我会把数据提供给Weka，它会告诉我“嘿，如果我是你，我会将这些数据分成7个簇”，或类似的东西。我的意思是，它能够给我一些关于我需要的集群的信息。相反，要使用simplekmeans，我应该先了解我将使用多少个集群......我怎么可能知道呢？
我的意思的一个例子：假设我有3张单色图像：浅蓝色，蓝色，红色。 我以为Weka会注意到2个蓝调是相似的并将它们聚集在一起。
顺便说一下，我是Weka的新手（你可能已经看过了），所以如果你能提供一些关于我想要使用哪些函数的信息（以及为什么：P），我将不胜感激！ 谢谢！
答案 0 :(得分：2)
简单K-means - 是一种算法，您必须在数据集中指定多个可能的聚类。
如果你不知道可能有多少个集群，最好是获得不同的算法或找出一些集群。
您可以使用 X-means - 您无需指定 k 参数。 （http://weka.sourceforge.net/doc.packages/XMeans/weka/clusterers/XMeans.html）
X-Means是由改进结构部分扩展的K-Means在算法的这一部分中，试图在其区域中分割中心。每个中心的孩子和他们自己之间的决定是比较两个结构的BIC值。
或者您可以观察基于AHC的切割点图 - 层次聚类算法（https://en.wikipedia.org/wiki/Hierarchical_clustering） 然后扣除一些集群