知识点 › 场景挖掘与标注
聚类与去重
Clustering
定义
把相似场景聚合，避免重复标注：特征（CLIP 图像特征、点云描述子、轨迹形状）→ 降维（UMAP/PCA）→ 聚类（HDBSCAN/K-means）→ 每簇取代表样本。
关键要点
- 聚类粒度决定「场景多样性」的度量方式
- 要保留每簇的规模，规模大但简单的簇不值得优先标
- 聚类结果可视化（散点图 + 缩略图）是给业务看的最好界面
面试怎么答
讲「特征 → 降维 → 聚类 → 取代表」四步，并给一个去重率。
知识点 › 场景挖掘与标注
Clustering
把相似场景聚合，避免重复标注：特征（CLIP 图像特征、点云描述子、轨迹形状）→ 降维（UMAP/PCA）→ 聚类（HDBSCAN/K-means）→ 每簇取代表样本。