相関関係をクラスタリングしたい

Question

動画内のある輝点を指定して、RGBで強度を出しています。その際２つの点の相関関係を出しています。

下図に示した相関関係をk-meansでクラスタリングしたいです。

sk-learn.clusterをインストールしていろいろ試しましたがうまくいかないです。

# -*- coding: utf-8 -*-
import cv2
import matplotlib.pyplot as plt
from numpy import *
import pandas as pd
from scipy import signal
from sklearn.cluster import KMeans

video_path = "water50_2.mkv"
cap = cv2.VideoCapture(video_path)

count = cap.get(cv2.CAP_PROP_FRAME_COUNT)
fps = cap.get(cv2.CAP_PROP_FPS)

numS=raw_input("start frame:  ")
numS=int(numS)

numE=raw_input("end frame:  ")
numE=int(numE)
#numE=count
print(numE)

# 場所を決める
#点滅の場所
x1min=raw_input("点滅1左上のx座標:")
y1min=raw_input("点滅1左上のy座標:")
x1max=raw_input("点滅1右下のx座標:")
y1max=raw_input("点滅1右下のy座標:")

X1min=int(x1min)
Y1min=int(y1min)
X1max=int(x1max)
Y1max=int(y1max)



#ノイズの場所
xnoisemin=raw_input("左上ノイズx座標:")
ynoisemin=raw_input("左上ノイズy座標:")
xnoisemax=raw_input("右下ノイズx座標:")
ynoisemax=raw_input("右下ノイズy座標:")

Xnoisemin=int(xnoisemin)
Ynoisemin=int(ynoisemin)
Xnoisemax=int(xnoisemax)
Ynoisemax=int(ynoisemax)

# フレーム [numS,numE] の範囲で各フレームの [ymin, ymax]x[xmin, xmax] の画素の平均を計算する。
frame_no = arange(numS,numE)
intensity1 = []
intensity2=[]
intensity3=[]
intensitynoise=[]
for i in frame_no:
    # フレーム frame_no を取得する。
    cap.set(cv2.CAP_PROP_POS_FRAMES, i)
    ret, frame = cap.read()
    if not ret:
        print('Failed to grab frame.')
        break
    # 平均画素値を計算する。
    intensity1.append(frame[Y1min:Y1max+1, X1min:X1max+1].mean())
    intensitynoise.append(frame[Ynoisemin:Ynoisemax+1, Xnoisemin:Xnoisemax+1].mean())
    print "frame number ",i

plt.plot(intensity1,intensitynoise,'x')
corr=corrcoef(intensity1,intensitynoise)
a=corr[0,1]
print(a)
pred=KMeans(n_clusters=3).fit(a)
plt.xlabel("left intensity")
plt.ylabel("right intensity")
plt.title("Correlation coefficient:%s"%a)
plt.show()

例えば以上のコードで実行すると以下のエラーメッセージが出てきます

Traceback (most recent call last):
File "散布図と相関係数.py", line 90, in <module>
pred=KMeans(n_clusters=3).fit(a)
File "/usr/lib/python2.7/dist-packages/sklearn/cluster/k_means_.py", line 887, in fit
X = self.check_fit_data(X)
File "/usr/lib/python2.7/dist-packages/sklearn/cluster/k_means.py", line 861, in _check_fit_data
X.shape[0], self.n_clusters))
ValueError: n_samples=1 should be >= n_clusters=3

---

(program exited with code: 1)
Press return to continue

Comments

[nandymak]

何が上手く行かないのでしょうか？具体的に書かれた方が回答が付きやすいと思います。

Answer 1

a=corr[0,1]
print(a)
pred=KMeans(n_clusters=3).fit(a)

aが1つだけ取り出した値なので、そもそもおかしいです。
（スカラーなので違うエラーになる気もするけど、どのみち間違っている）

---

さて、

相関関係をk-meansでクラスタリングしたい

相関行列を距離の遠近とみなしてクラスタリングするのか、単に二次元空間上でやるのかでだいぶ変わってくると思います。

前者であれば、k-meansのアルゴリズム（と実装）は不向きですから、他のアルゴリズムで行ってください。

後者であれば、xとyを特徴量の配列にする、つまり

X = np.stack([intensity1,intensitynoise], axis=1)
km = KMeans(n_clusters=3)
pred = km.fit_predict(X)

みたいな感じで処理すればできるでしょう。あとは適宜プロットしてください（色分けの方法などは調べれば出てきます）。

---

あと、python2を使っているようですが、今からpython2で新たにコードを書くのはおすすめしません。

Answer 2

エラーコードの通りではありませんか？

ValueError: n_samples=1 should be >= n_clusters=3

データ数はクラスタリング数より多くなるはずです。