作为第一步，您可以按原样获取测量表，在表示强度的所有列上运行 k-means。

在图像中，我看到了 5 种颜色的像素（红色、橙色、绿色、天蓝色、洋红色），因此顶部图像的作者决定运行 k=5 簇的 k-means。（k-means 中的 k in 通常被选为奇数）

为了获得更清晰的信号，人们通常在运行 k-means 之前对他们的数据集运行预处理步骤，例如主成分分析 (PCA)，然后选择第一个，比如 10 个分量（应该大于 5 个）。然后人们在这 10 列上运行 k-means。

选择要从中计算 k 的组件数量，然后选择 k 的值，基本上是猜测，至少在最初是这样。

为 k-means 算法找到的簇编号分配颜色也是一种猜测。因此，您可能必须在另一个预处理步骤中手动设置查找表，例如 { 1 => "red". 2 =>“天蓝色”，3 =>“柠檬绿”4 =>“黄色”，5 =>“橙色”}。然后制作一个相应地为像素着色的 xy 图。顺序是任意的。

抱歉，我不知道如何在 Orange 中执行此操作。