对于计算机视觉的某个项目，我在高维空间有N个点我想从他们中选出“最有区别”的K个。例如，它可以翻译为选择点之间的距离的总和是最大的。或者可以是多面体的体积最大。但一般来说，任何背后有直觉的东西都可以去。
正如所料，我想找到这些有代表性的观点。
有两个问题：
“最易区分”点的定义是什么？他们是否改变了寻找这些点的算法？
找到点的算法是什么它极大地提醒了我最大的加权团问题。是np难问题吗？在这种情况下，我们能对最优解做一些很好的近似吗？
最佳答案
你定义“最可分辨”的方式肯定会影响你想要使用的算法。例如，可以将“最可区分”定义为集合中任意两个点之间的最大和的集合，但也可以将其定义为具有任意两点之间的最大最小距离的集合。这是两个完全不同的问题。
至于算法，如我所说，那取决于你的定义。如果你想找到K最远的点，你应该看看this question这个问题是np完全的，但是你可能会对如何解决这个问题有一些想法。