Scikit-learn：理解 MeanShift fit_predict()

Question

我正在使用 scikit-learn 的 Mean Shift 算法來執行圖像分割。 我有以下代碼：

import cv2
import numpy as np
from sklearn.cluster import MeanShift, estimate_bandwidth
from sklearn.datasets.samples_generator import make_blobs
import matplotlib.pyplot as plt
from itertools import cycle
from PIL import Image

image = Image.open('sample_images/fruit.png').convert('RGB')
image = np.array(image)

red = image[:,:,0]
green = image[:,:,1]
blue = image[:,:,2]

flat_red = red.flatten()
flat_green = green.flatten()
flat_blue = blue.flatten()

flattened = np.stack((flat_red, flat_green, flat_blue))

ms_clf = MeanShift(bin_seeding=True)
ms_labels = ms_clf.fit_predict(flattened)
plt.imshow(np.reshape(ms_labels, [1001, 994]))

我有一個尺寸為 3x994994 的扁平顏色矩陣，所以總共有 2984982 個樣本。

print(flattened.shape)
(3, 994994)

print(flattened)
[[0 0 0 ... 0 0 0]
[0 0 0 ... 0 0 0]
[0 0 0 ... 0 0 0]]

這個扁平矩陣用作 MeanShift fit_predict() 函數的輸入。 當我嘗試打印 fit_predict() 返回的標簽數組時，我得到以下輸出：

print(ms_labels)
[0 1 2]

fit_predict() 函數不是為每個數據樣本返回一個標簽嗎？ 為什么我只得到一個包含 3 個元素的數組？ 任何見解表示贊賞。

Answer 1

我對MeanShift並不是很熟悉，但是fit_predict（）的文檔說它以形狀X（n_samples，n_features）作為輸入，並返回形狀標簽（n_samples，）。 由於您正在輸入3x994994數組，其中n_samples = 3，n_features = 994994，因此，如您所見，這意味着標簽將是（3，）數組。 本質上是將每個圖像通道視為一個數據扁平化。 您是否要讓它標記每個功能？

Answer 2

fit_predict() 的文檔說它以 X 的形狀 (n_samples, n_features) 作為輸入，並返回形狀 (n_samples,) 的標簽。 由於您正在輸入一個 3x994994 數組，其中 n_samples=3 和 n_features=994994，這意味着標簽將是一個 (3,) 數組，如您所見。 它本質上是將“扁平化”中的每個圖像通道視為一個數據。