4.K均值算法--应用
2021-02-12 07:20
标签：保存 ati 解决 com 应用 对比 网页爬虫 网页 技术 1. 应用K-means算法进行图片压缩 读取一张图片 观察图片文件大小，占内存大小，图片数据结构，线性化 用kmeans对图片像素颜色进行聚类 获取每个像素的颜色类别，每个类别的颜色 压缩图片生成：以聚类中收替代原像素颜色，还原为二维 观察压缩图片的文件大小，占内存大小 答： 读取一张图片并显示出这个图片的文件大小以及占内存的大小： 初始化的原图片是这样的： 原图片的详细信息运行结果： 通过kmeans对图片进行像素分辨率等压缩，并显示出压缩后的详细信息，保存成新的图片命名为0034： 经过处理后，可以得到压缩后图片的文件大小，占用内存大小以及数据结构： 在文件的资源管理器中查看压缩前后图片的大小差异： 将图片进行二次压缩： 展示压缩后的图片，对比第一次压缩以及第二次压缩的画质，可以看出明显压缩： 第一次压缩后： 第二次压缩后： 2. 观察学习与生活中可以用K均值解决的问题。 从数据-模型训练-测试-预测完整地完成一个应用案例。 答： 在生活中，也可以用K均值来解决问题，在这里我用的是二手房链家网站的数据来进行应用。 在这里我们选用在广州市白云区的二手房 首先通过网页爬虫来对数据进行存储为csv表格，将其命名为学号姓名并进行简单的预处理： 运用K均值算法来研究白云区的楼盘价格跟房的面积大小的关系，通过数据可视化可以直观的看到： 具体代码如下： 通过K均值算法的运用，我们可以发现楼盘价格跟房屋的面积大小有着十分密切的关系，面积越大，房价越高。 4.K均值算法--应用 标签：保存 ati 解决 com 应用 对比 网页爬虫 网页 技术 原文地址：https://www.cnblogs.com/heiyedeshihouh/p/12731682.html
上一篇：C++动态内存管理
下一篇：jQuery Mobile 简介