橙色有一个称为“肝硬化”的高光谱数据集,您可以使用高光谱图像小部件来可视化高光谱图像。然而,我想对每个像素的光谱执行各种聚类方法,例如k均值,然后在高光谱图像小部件上显示这些聚类,如这张照片。
有人知道怎么做这种分析吗?
发布于 2020-11-29 09:44:15
作为第一步,您可以在所有表示强度的列上以-is,运行k-方法的形式来获取测量表。
在图像中,我看到了5种颜色的像素(红色、橙色、绿色、蓝色、洋红色),所以顶部图像的作者已经决定在k=5集群中运行k-方法。(k -均值中的k通常被选择为奇数)
为了获得更清晰的信号,人们通常在运行k均值之前对数据集进行预处理,如主成分分析(PCA),然后选择第一个,例如10个分量(应该大于5)。然后人们在这10列上运行k--意思。
选择要计算k的分量数,然后为k选择一个值,基本上是猜测,至少在一开始是这样。
这也是猜测的分配颜色的聚类数字发现的k-均值算法.因此,您可能需要在另一个预处理步骤中手动设置查找表,例如{1 => "red“。2 =>“蔚蓝”,3 =>“石灰绿”4 =>“黄色”,5 =>“橙色”}。然后绘制一个x-y图,相应地给像素着色。序列是任意的。
抱歉,我不知道在橘子里该怎么做。
https://datascience.stackexchange.com/questions/85181
复制相似问题