一袋视觉词：什么是合理的词（矢量）维度？

Question

在Bag of Features/Visual Words范例中，我们在V中有一个向量k - 维度，V[i]=j如果是i - 质心（由{{获得） 1}} - 表示算法）是所有k - k视觉描述符（例如SIFT描述符）的质心中最接近的一个。

AFAIK，由此产生的视觉向量非常稀疏（这意味着大多数条目都是0值），因为j非常大，但我的问题是： {{}的合理值是什么1}}（以及矢量大小）？数百个维度？成千上万的？特别是考虑到k - 意味着执行时间取决于k。

Answer 1

真的取决于你的数据。以下是经验法则：

K太小：您的群集不代表所有补丁。 太大K：你可能会得到量化伪像并且可能过度拟合。