详细描述

KMeans clustering, partitions the data into k (a-priori specified) clusters.

It minimizes

$\sum_{i=1}^k\sum_{x_j\in S_i} (x_j-\mu_i)^2$

where $\mu_i$ are the cluster centers and $S_i,\;i=1,\dots,k$ are the index sets of the clusters.

Beware that this algorithm obtains only a local optimum.

cf. http://en.wikipedia.org/wiki/K-means_algorithm

在文件KMeans.h第39行定义。

继承图，类CKMeans

[图例]

所有成员的列表。

公有成员
	CKMeans ()
	CKMeans (int32_t k, CDistance *d)
virtual	~CKMeans ()
virtual EClassifierType	get_classifier_type ()
virtual bool	train (CFeatures *data=NULL)
virtual bool	load (FILE *srcfile)
virtual bool	save (FILE *dstfile)
void	set_k (int32_t p_k)
int32_t	get_k ()
void	set_max_iter (int32_t iter)
float64_t	get_max_iter ()
void	get_radi (float64_t *&radi, int32_t &num)
void	get_centers (float64_t *&centers, int32_t &dim, int32_t &num)
void	get_radiuses (float64_t *radii, int32_t num)
void	get_cluster_centers (float64_t *centers, int32_t dim, int32_t *num)
int32_t	get_dimensions ()
保护成员
void	clustknb (bool use_old_mus, float64_t *mus_start)
virtual CLabels *	classify ()
virtual CLabels *	classify (CFeatures *data)
virtual const char *	get_name () const
保护属性
int32_t	max_iter
	maximum number of iterations
int32_t	k
	the k parameter in KMeans
int32_t	dimensions
	number of dimensions
float64_t *	R
	radi of the clusters (size k)
float64_t *	mus
	centers of the clusters (size dimensions x k)

构造及析构函数文档

CKMeans ( )

default constructor

在文件KMeans.cpp第29行定义。

CKMeans	(	int32_t	k,
		CDistance *	d
	)

constructor

参数:

k	parameter k
d	distance

在文件KMeans.cpp第35行定义。

~CKMeans ( ) [virtual]

在文件KMeans.cpp第42行定义。

成员函数文档

virtual CLabels* classify ( ) [protected, virtual]

classify objects using the currently set features

返回:: classified labels

实现了CDistanceMachine。

在文件KMeans.h第199行定义。

virtual CLabels* classify ( CFeatures * data ) [protected, virtual]

classify objects

参数:

data	(test)data to be classified

返回:: classified labels

实现了CDistanceMachine。

在文件KMeans.h第210行定义。

void clustknb	(	bool	use_old_mus,
		float64_t *	mus_start
	)		`[protected]`

clustknb

参数:

use_old_mus	if old mus shall be used
mus_start	mus start

replace rhs feature vectors

set rhs to mus_start

update rhs

在文件KMeans.cpp第133行定义。

void get_centers	(	float64_t *&	centers,
		int32_t &	dim,
		int32_t &	num
	)

get centers

参数:

centers	current centers are stored in here
dim	dimensions are stored in here
num	number of centers is stored in here

在文件KMeans.h第138行定义。

virtual EClassifierType get_classifier_type ( ) [virtual]

get classifier type

返回:: classifier type KMEANS

重载CClassifier。

在文件KMeans.h第57行定义。

void get_cluster_centers	(	float64_t **	centers,
		int32_t *	dim,
		int32_t *	num
	)

get cluster centers (swig compatible)

参数:

centers	current cluster centers are stored in here
dim	dimensions are stored in here
num	number of centers is stored in here

在文件KMeans.h第166行定义。

int32_t get_dimensions ( )

get dimensions

返回:: number of dimensions

在文件KMeans.h第182行定义。

int32_t get_k ( )

get k

返回:: the parameter k

在文件KMeans.h第97行定义。

float64_t get_max_iter ( )

get maximum number of iterations

返回:: maximum number of iterations

在文件KMeans.h第116行定义。

virtual const char* get_name ( void ) const [protected, virtual]

返回:: object name

重载CDistanceMachine。

在文件KMeans.h第219行定义。

void get_radi	(	float64_t *&	radi,
		int32_t &	num
	)

get radi

参数:

radi	current radi are stored in here
num	number of radi is stored in here

在文件KMeans.h第126行定义。

void get_radiuses	(	float64_t **	radii,
		int32_t *	num
	)

get radiuses (swig compatible)

参数:

radii	current radiuses are stored in here
num	number of radiuses is stored in here

在文件KMeans.h第150行定义。

bool load ( FILE * srcfile ) [virtual]

load distance machine from file

参数:

srcfile file to load from

返回:: if loading was successful

重载CClassifier。

在文件KMeans.cpp第72行定义。

bool save ( FILE * dstfile ) [virtual]

save distance machine to file

参数:

dstfile file to save to

返回:: if saving was successful

重载CClassifier。

在文件KMeans.cpp第79行定义。

void set_k ( int32_t p_k )

set k

参数:

p_k new k

在文件KMeans.h第87行定义。

void set_max_iter ( int32_t iter )

set maximum number of iterations

参数:

iter	the new maximum

在文件KMeans.h第106行定义。

bool train ( CFeatures * data = NULL ) [virtual]

train k-means

参数:

data	training data (parameter can be avoided if distance or kernel-based classifiers are used and distance/kernels are initialized with train data)

返回:: whether training was successful

重载CClassifier。

在文件KMeans.cpp第48行定义。

成员数据文档

int32_t dimensions [protected]

number of dimensions

在文件KMeans.h第229行定义。

int32_t k [protected]

the k parameter in KMeans

在文件KMeans.h第226行定义。

int32_t max_iter [protected]

maximum number of iterations

在文件KMeans.h第223行定义。

float64_t* mus [protected]

centers of the clusters (size dimensions x k)

在文件KMeans.h第235行定义。

float64_t* R [protected]

radi of the clusters (size k)

在文件KMeans.h第232行定义。

该类的文档由以下文件生成：

详细描述

公有成员

保护成员

保护属性

构造及析构函数文档

成员函数文档

成员数据文档