คลาสสุดท้ายสาธารณะ KmeansPlusPlusInitialization
เลือกแถวอินพุต num_to_sample โดยใช้เกณฑ์ KMeans++
แถวของจุดจะถือว่าเป็นจุดอินพุต สุ่มเลือกหนึ่งแถว แถวถัดไปจะถูกสุ่มตัวอย่างด้วยความน่าจะเป็นเป็นสัดส่วนกับระยะห่าง L2 ยกกำลังสองจากแถวที่ใกล้ที่สุดที่เลือกจนถึงขณะนี้ แถว num_to_sample ได้รับการสุ่มตัวอย่าง
วิธีการสาธารณะ
| เอาท์พุต <โฟลต> | เป็นเอาท์พุต () ส่งกลับค่าแฮนเดิลสัญลักษณ์ของเทนเซอร์ |
| การเริ่มต้น KmeansPlusPlus แบบคงที่ | สร้าง (ขอบเขต ขอบเขต , ตัวดำเนินการ <Float> จุด, ตัวดำเนินการ <Long> numToSample, ตัวดำเนินการ <Long> เมล็ด, ตัวดำเนินการ <Long> numRetriesPerSample) วิธีการจากโรงงานเพื่อสร้างคลาสที่รวมการดำเนินการ KmeansPlusPlusInitialization ใหม่ |
| เอาท์พุต <โฟลต> | ตัวอย่าง () เมทริกซ์ของรูปร่าง (num_to_sample, d) |
วิธีการสืบทอด
วิธีการสาธารณะ
เอาท์ พุท สาธารณะ <Float> asOutput ()
ส่งกลับค่าแฮนเดิลสัญลักษณ์ของเทนเซอร์
อินพุตสำหรับการดำเนินการ TensorFlow คือเอาต์พุตของการดำเนินการ TensorFlow อื่น วิธีการนี้ใช้เพื่อรับหมายเลขอ้างอิงสัญลักษณ์ที่แสดงถึงการคำนวณอินพุต
การสร้าง KmeansPlusPlusInitialization แบบคงที่สาธารณะ (ขอบเขต ขอบเขต , ตัวดำเนินการ <Float> จุด, ตัวดำเนินการ <Long> numToSample, ตัวดำเนินการ <Long> เมล็ด, ตัวดำเนินการ <Long> numRetriesPerSample)
วิธีการจากโรงงานเพื่อสร้างคลาสที่รวมการดำเนินการ KmeansPlusPlusInitialization ใหม่
พารามิเตอร์
| ขอบเขต | ขอบเขตปัจจุบัน |
|---|---|
| คะแนน | เมทริกซ์ของรูปร่าง (n, d) แถวจะถือว่าเป็นจุดอินพุต |
| numToตัวอย่าง | สเกลาร์ จำนวนแถวที่จะสุ่มตัวอย่าง ค่านี้ต้องไม่มากกว่า n |
| เมล็ดพันธุ์ | สเกลาร์ เมล็ดพันธุ์สำหรับการเริ่มต้นเครื่องกำเนิดตัวเลขสุ่ม |
| numRetriesPerSample | สเกลาร์ สำหรับแต่ละแถวที่ถูกสุ่มตัวอย่าง พารามิเตอร์นี้จะระบุจำนวนจุดเพิ่มเติมที่จะดึงจากการแจกแจงปัจจุบันก่อนที่จะเลือกจุดที่ดีที่สุด หากมีการระบุค่าลบ ระบบจะใช้การวิเคราะห์พฤติกรรมเพื่อสุ่มตัวอย่างจุดเพิ่มเติม O(log(num_to_sample)) |
การส่งคืน
- อินสแตนซ์ใหม่ของ KmeansPlusPlusInitialization