最近在處理影像標籤的問題，我有很多個樣本，而且需要不斷增加，每個樣本都會經由一個AI 分析後，回傳最有可能有關於這張圖片的十個標籤例如['apple','car',tree'....]，我會把他轉成對應類別index 例如[ 2533,23,53,13...]，我嘗試把這些標籤拿去進行Fuzzy C-Means，但發現效果很差，很有可能是是index差異太大導致的， 想請問各位有沒有其他方式可以把這十個標籤自己區分好幾個類別，由於標籤數很多，我想使用非監督的方式來幫我輸出幾個類別， 我目的是想找出a圖其他相關的圖片，請問有什麼方式可以實現嗎?
已邀請的邦友 {{ invite_list.length }}/5
非監督式學習，尤其是使用切割方式的話，使用的數據必須有連續性才有其效果。
如果使用label的index，而其未經過任何合理、有意義的排序的話，那麼便無法切割出有意義的結果。
以下給出幾個方向：
希望有幫助到您=^w^=
iThome鐵人賽
看影片追技術