http://zenozeng.github.io/colors-clustering-visualization/
Visualization demo for Colors Clustering using RGB & K-means algorithm
This is a demo & intro for https://github.com/zenozeng/colors-clustering.
This demo was based on mbostock's Multi-Foci Force Layout.
http://bl.ocks.org/mbostock/1021953
-
You should CIE76 or CIE2000 for color difference
-
You should pick right ini colors (color keywords from CSS3 may be great)
http://baike.baidu.com/view/31854.htm
k-means 算法接受输入量 k ;然后将n个数据对象划分为 k个聚类以便使得所获得的聚类满足:同一聚类中的对象相似度较高;而不同聚类中的对象相似度较小。聚类相似度是利用各聚类中对象的均值所获得一个“中心对象”(引力中心)来进行计算的。
k-means 算法基本步骤
- 从 n个数据对象任意选择 k 个对象作为初始聚类中心;
- 根据每个聚类对象的均值(中心对象),计算每个对象与这些中心对象的距离;并根据最小距离重新对相应对象进行划分;
- 重新计算每个(有变化)聚类的均值(中心对象);
- 计算标准测度函数,当满足一定条件,如函数收敛时,则算法终止;如果条件不满足则回到步骤(2)。