KMeans à n-dimension

Bonjour à tous,

Je cherche à savoir si quelqu'un d'entre vous connait un algorithme des kmeans qui s'utilise à n-dimensions. Je m'explique.
Habituellement, l'algorithme des kmeans classique fonctionne avec un vecteur à deux dimensions et un nombre p de classes. Les deux dimensions du vecteur 'sample' sont le nombre de composantes d'images (par exemple) sur une dimension et le nombre d'échantillon sur l'autre. On travaille donc avec les valeurs des pixels.
Moi, j'aimerai travailler non plus avec une seule valeur de pixel, mais avec n-valeurs, en gros, au lieu de prendre la valeur du pixel, je préférerai utiliser par exemple l'histogramme de son voisinage !

Est-ce que quelqu'un d'entre vous peut m'orienter ? Je ne cherche pas forcément un code tout fait, mais juste des pistes (articles, notamment).

Merci d'avance à tous.

Bonjour,

Citation:

---

Envoyé par Pg043

Habituellement, l'algorithme des kmeans classique fonctionne avec un vecteur à deux dimensions et un nombre p de classes.

---

Euh... NON.

Citation:

---

Envoyé par Pg043

Je cherche à savoir si quelqu'un d'entre vous connait un algorithme des kmeans qui s'utilise à n-dimensions.
...
Est-ce que quelqu'un d'entre vous peut m'orienter ? Je ne cherche pas forcément un code tout fait, mais juste des pistes (articles, notamment).
.

---

Tout les articles relatifs aux k-means sont traités en N-dimensions. Il te suffit d'utiliser la distance entre deux points de dimension N.
Regarde ma contribution !

Ok, merci, je vais regarder ça !

Ok, je réengage la discussion, car je travaille avec Matlab.
Dans la doc de kmeans, il est bien écris que la matrice X doit être de dimension n-by-p, soit une matrice à deux dimensions...
Comment faire pour avoir une matrice à trois dimensions ?
Merci d'avance.

Salut,

une matrice nxp, n pour le nombre de points et p pour le nombre de variables pour chaque point. Ce n'est pas ce que tu souhaites?

Vu que ça devient un problème MatLab, je transfère...

Citation:

---

Envoyé par magelan

Salut,

une matrice nxp, n pour le nombre de points et p pour le nombre de variables pour chaque point. Ce n'est pas ce que tu souhaites?

---

Ben sur n, on a le nombre de points, on est d'accord, mais sur p, on a le nombre de sample. Par exemple, dans le cas de la démo de kmeans dans matlab, on a sur n le nombre de pixels de l'image et sur p, les composantes S et V de ces pixels.
Or dans mon cas, je ne souhaite pas utiliser seulement un seul pixel, mais au lieu de ça, utiliser plusieurs valeurs.
J'espère que je me fais comprendre...

De quel démo parles-tu? Il y en a plusieurs, et je n'ai pas trouvé une démo qui traite d'image?

Citation:

---

Envoyé par magelan

De quel démo parles-tu? Il y en a plusieurs, et je n'ai pas trouvé une démo qui traite d'image?

---

Image Processing Toolbox > Images Segmentation > Color-based Segmentation Using K-Means Clustering !

Ok! Je regardais les demos de la statistic toolbox...

Bon, donc au lieu d'utiliser les informations sur la couleur, tu voudrais utiliser un histogramme sur le voisinage de chaque pixel, c'est bien cela? Comment calcules-tu la distance entre 2 histogrammes pour effectuer la classification?

Citation:

---

Envoyé par magelan

Ok! Je regardais les demos de la statistic toolbox...

Bon, donc au lieu d'utiliser les informations sur la couleur, tu voudrais utiliser un histogramme sur le voisinage de chaque pixel, c'est bien cela? Comment calcules-tu la distance entre 2 histogrammes pour effectuer la classification?

---

Exactement !
A vrai dire, je pensais utiliser la distance L1 ou L2, disons que j'essaierai les différentes distances !

Du coup, pour chaque pixel tu as un vecteur de p composantes, avec p le nombre de valeurs dans ton histogrammes, et si n est le nombre de pixels, ta matrice d''entrée des k-means est de dimension nxp...

Citation:

---

Envoyé par magelan

Du coup, pour chaque pixel tu as un vecteur de p composantes, avec p le nombre de valeurs dans ton histogrammes, et si n est le nombre de pixels, ta matrice d''entrée des k-means est de dimension nxp...

---

Ah mais on s'est mal compris !
Effectivement, c'est ce que je veux, sauf que je veux continuer d'utiliser les deux composantes couleurs que sont S et V (de HSV), d'où l'introduction d'une nouvelle dimension !!!

yep, j'étais parti sur un seul histogramme...

Même si ce n'est pas précisément ce que tu veux faire, as-tu essayé de concaténer les 2 histogrammes pour chaque point?

Après ça dépend vraiment de ton critère sur la distance mais avec des distances L1 ou L2, cela devrait être équivalent, non?

Citation:

---

Envoyé par magelan

yep, j'étais parti sur un seul histogramme...

Même si ce n'est pas précisément ce que tu veux faire, as-tu essayé de concaténer les 2 histogrammes pour chaque point?

Après ça dépend vraiment de ton critère sur la distance mais avec des distances L1 ou L2, cela devrait être équivalent, non?

---

Mouai, je n'y avais pas forcément pensé, mais je vais essayer ! Par contre, je ne suis pas sûr que cela soit mathématiquement juste...
Merci en tout cas.