Logo
Unionpedia
Comunicazione
Disponibile su Google Play
Nuovo! Scarica Unionpedia sul tuo dispositivo Android™!
Gratuito
l'accesso più veloce di browser!
 

K-means e Region growing

Scorciatoie: Differenze, Analogie, Jaccard somiglianza Coefficiente, Riferimenti.

Differenza tra K-means e Region growing

K-means vs. Region growing

L'algoritmo K-means è un algoritmo di clustering partizionale che permette di suddividere un insieme di oggetti in K gruppi sulla base dei loro attributi. Region growing (traducibile in italiano come "accrescimento delle regioni") è un semplice metodo di segmentazione di immagini basato su regioni.

Analogie tra K-means e Region growing

K-means e Region growing hanno 1 cosa in comune (in Unionpedia): Clustering.

Clustering

In statistica, il clustering o analisi dei gruppi (dal termine inglese cluster analysis introdotto da Robert Tryon nel 1939) è un insieme di tecniche di analisi multivariata dei dati volte alla selezione e raggruppamento di elementi omogenei in un insieme di dati.

Clustering e K-means · Clustering e Region growing · Mostra di più »

La lista di cui sopra risponde alle seguenti domande

Confronto tra K-means e Region growing

K-means ha 7 relazioni, mentre Region growing ha 7. Come hanno in comune 1, l'indice di Jaccard è 7.14% = 1 / (7 + 7).

Riferimenti

Questo articolo mostra la relazione tra K-means e Region growing. Per accedere a ogni articolo dal quale è stato estratto informazioni, visitare:

Ehi! Siamo su Facebook ora! »