publiczna klasa końcowa KmeansPlusPlusInitialization
Wybiera num_to_sample wierszy danych wejściowych przy użyciu kryterium KMeans++.
Zakłada się, że rzędy punktów są punktami wejściowymi. Jeden rząd jest wybierany losowo. Kolejne wiersze są próbkowane z prawdopodobieństwem proporcjonalnym do kwadratu odległości L2 od najbliższego wybranego do tej pory wiersza, aż do momentu, gdy zostanie pobrana liczba wierszy num_to_sample.
Metody publiczne
| Wyjście <Pływak> | jako wyjście () Zwraca symboliczny uchwyt tensora. |
| statyczny KmeansPlusPlusInicjalizacja | |
| Wyjście <Pływak> | próbki () Macierz kształtu (num_to_sample, d). |
Metody dziedziczone
Metody publiczne
publiczne wyjście <Float> asOutput ()
Zwraca symboliczny uchwyt tensora.
Dane wejściowe operacji TensorFlow są wynikami innej operacji TensorFlow. Ta metoda służy do uzyskania symbolicznego uchwytu reprezentującego obliczenia danych wejściowych.
public static KmeansPlusPlusInitialization create ( Zakres zasięgu, Operand <Float> punkty, Operand <Long> numToSample, Operand <Long> ziarno, Operand <Long> numRetriesPerSample)
Metoda fabryczna służąca do tworzenia klasy opakowującej nową operację KmeansPlusPlusInitialization.
Parametry
| zakres | aktualny zakres |
|---|---|
| zwrotnica | Macierz kształtu (n, d). Zakłada się, że wiersze są punktami wejściowymi. |
| liczbaDoPróbki | Skalarny. Liczba wierszy do próbkowania. Wartość ta nie może być większa niż n. |
| nasionko | Skalarny. Materiał siewny do inicjowania generatora liczb losowych. |
| liczba ponownych prób na próbkę | Skalarny. Dla każdego próbkowanego wiersza ten parametr określa liczbę dodatkowych punktów, które należy pobrać z bieżącego rozkładu przed wybraniem najlepszego. Jeśli określono wartość ujemną, do próbkowania O(log(num_to_sample)) dodatkowych punktów używana jest heurystyka. |
Zwroty
- nowa instancja KmeansPlusPlusInitialization