各位PTT上的大大们好!
为了专题的制作
目前有个难题不知道该怎么解
假设现在手上有10笔资料
X=[0.95 0.94 0.95 0.96 0.96 0.23 0.22 0.20 0.23 0.23]
需要让程式自动决策出一阀值
将资料分成两类..
小弟知道资料的分布用眼睛看就能决定出阀值
但教授认为不宜用人工决定
坚决让系统自动决策出一最佳化阀值
而Matlab里面有关于阀值决策的函式
像是graythresh等等的函式都是针对影像进行处理
不知Matlab是否有纯数学计算阀值的函式？
或是跪求各位大大的指导了m(_ _)m

小小希望有大大能指导用otsu算法QQ

idx = kmeans(X, 2); ??

先谢过j大的回应！只是教授要求阀值分类已经完成，只是需要订阀值出来QQ

计算 每个点之间的 Dist 距离 取权重如何？

谢谢p大的回应！我会尝试看看！另外不知是否能求用otsu的方法..目前找到的做法都是对影像，想纯数学计算的QQ

graythresh(X)

graythresh是针对影像做输入的函式，而我的输入是10个数字资料要取阀值。不过还是谢谢j大的回应><

我直接算就输出阀值0.5843了。

谢谢j大一直回应！！不知是否能向你请教如果用Otsu算法，该怎么做？拜托QAQ

此乃 "机器学习" 课程，二楼正解，请搜kmeans。刚刚稍微看了一下otsu，感觉也蛮好玩的~http://goo.gl/cbAkN9就我的理解，otsu就是假设你有10个点，然后你取第1个点做为阀值，然后算分两群的变异量，然后再以第二点做阀值，然后再取分两群的变异量，然后再取第三点做阀值..值到全部 "假设的" 阀值点算完，从中找一个最好的阀值点选择法就是 "若选择该点为阀值点，则分两群后的变异数相加会最小 (相较选其他点来说)。

graythresh函数本身就是用otsu算法...还是妳想自己写