يحدد num_to_sample من صفوف الإدخال باستخدام معيار KMeans++.
من المفترض أن تكون صفوف النقاط نقاط إدخال. يتم اختيار صف واحد بشكل عشوائي. يتم أخذ عينات من الصفوف اللاحقة مع احتمال يتناسب مع مسافة L2 المربعة من أقرب صف تم تحديده حتى الآن حتى يتم أخذ عينات من الصفوف num_to_sample.
الأساليب العامة
الإخراج <تعويم> | كإخراج () إرجاع المقبض الرمزي للموتر. |
ثابت KmeansPlusPlusInitialization | |
الإخراج <تعويم> | عينات () مصفوفة الشكل (num_to_sample، d). |
الطرق الموروثة
الأساليب العامة
الإخراج العام <Float> asOutput ()
إرجاع المقبض الرمزي للموتر.
المدخلات إلى عمليات TensorFlow هي مخرجات عملية TensorFlow أخرى. يتم استخدام هذه الطريقة للحصول على مقبض رمزي يمثل حساب الإدخال.
إنشاء KmeansPlusPlusInitialization الثابت العام (نطاق النطاق ، نقاط المعامل <Float>، المعامل <Long> numToSample، المعامل <Long> الأساسي، المعامل <Long> numRetriesPerSample)
طريقة المصنع لإنشاء فئة تغلف عملية KmeansPlusPlusInitialization جديدة.
حدود
نِطَاق | النطاق الحالي |
---|---|
نقاط | مصفوفة الشكل (ن، د). من المفترض أن تكون الصفوف نقاط إدخال. |
numToSample | العددية. عدد الصفوف للعينة. يجب ألا تكون هذه القيمة أكبر من n. |
بذرة | العددية. البذور لتهيئة مولد الأرقام العشوائية. |
numRetriesPerSample | العددية. لكل صف يتم أخذ عينات منه، تحدد هذه المعلمة عدد النقاط الإضافية التي سيتم سحبها من التوزيع الحالي قبل تحديد الأفضل. إذا تم تحديد قيمة سالبة، فسيتم استخدام اختبار تجريبي لأخذ عينات من النقاط الإضافية O(log(num_to_sample)). |
عائدات
- مثيل جديد لـ KmeansPlusPlusInitialization