课程笔记-三维点云处理03 ——Clustering聚类

发布时间:2022-08-19 13:50

课程笔记-三维点云处理03 ——Clustering聚类

本系列笔记是对深蓝学院所开设的课程:《三维点云处理》的笔记
课程每周更新,我也会努力将每周的知识点进行总结,并且整理成笔记发上来,欢迎各位多多交流&批评指正!!

本文主要为课程第三章的笔记!

课程链接:

三维点云处理——深蓝学院

目录

正式内容:
####################################################

Math prerequisite

聚类定义

课程笔记-三维点云处理03 ——Clustering聚类_第1张图片
聚类就是一种按一定特征分类的问题:
课程笔记-三维点云处理03 ——Clustering聚类_第2张图片
上图为五种常见的python交互算法

方法的背后有很多的数学原理
线性代数、高等数学、概率论等一些数学基础都会被用到
课程笔记-三维点云处理03 ——Clustering聚类_第3张图片

线性代数方面

  1. 谱定理(之前课上有讲过)
    课程笔记-三维点云处理03 ——Clustering聚类_第4张图片
  2. 瑞丽熵课程笔记-三维点云处理03 ——Clustering聚类_第5张图片
    上面两个定理都非常的重要,在谱聚类的时候会用到。

概率论方面

  1. 联合概率 离散、连续都需要讨论

课程笔记-三维点云处理03 ——Clustering聚类_第6张图片
2. 边缘分布 marginalization
一个联合概率的 heatmap

课程笔记-三维点云处理03 ——Clustering聚类_第7张图片
离散的情况:
课程笔记-三维点云处理03 ——Clustering聚类_第8张图片
3. 条件概率
联合概率不关心另一个参数,而条件概率需要知道参数,只考虑这一条线就好了 而联合概率是一整条线的分布
条件概率并不是一个合法的分布,但是可以通过一个归一化进行分布

课程笔记-三维点云处理03 ——Clustering聚类_第9张图片
条件概率并不是一个合法的分布,但是可以通过一个归一化进行分布,即贝叶斯公式
课程笔记-三维点云处理03 ——Clustering聚类_第10张图片
进一步 贝叶斯公式可以被拓展成四种公式。
课程笔记-三维点云处理03 ——Clustering聚类_第11张图片
4. 图论相关知识

课程笔记-三维点云处理03 ——Clustering聚类_第12张图片
有向图:即两个参数是有联系的(有相关性)就可以以有向图的形式表示
如果两个事件独立,则无法用有向图表示

  • 需要记住公式 p(x,z) =p(z)p(x|z) 以及右边的两节点的有向图 后续会用到

ItVuer - 免责声明 - 关于我们 - 联系我们

本网站信息来源于互联网,如有侵权请联系:561261067@qq.com

桂ICP备16001015号