सार्वजनिक अंतिम वर्ग NearestNeighbors
प्रत्येक बिंदु के लिए k निकटतम केंद्रों का चयन करता है।
बिंदुओं की पंक्तियों को इनपुट बिंदु माना जाता है। केंद्रों की पंक्तियों को उम्मीदवार केंद्रों की सूची माना जाता है। प्रत्येक बिंदु के लिए, k केंद्र जिनकी इससे कम से कम L2 दूरी है, की गणना की जाती है।
सार्वजनिक तरीके
| स्थिर NearestNeighbors | |
| आउटपुट <फ्लोट> | nearestCenterDistances () आकार का मैट्रिक्स (एन, मिन (एम, के))। |
| आउटपुट <लांग> | nearestCenterIndices () आकार का मैट्रिक्स (एन, मिन (एम, के))। |
विरासत में मिली विधियां
सार्वजनिक तरीके
सार्वजनिक स्थिर NearestNeighbors बनाने ( स्कोप गुंजाइश, ओपेरैंड <फ्लोट> अंक, ओपेरैंड <फ्लोट> केन्द्रों, ओपेरैंड <लांग> ट)
एक नया नियरेस्ट नेबर्स ऑपरेशन रैपिंग क्लास बनाने के लिए फ़ैक्टरी विधि।
मापदंडों
| दायरा | वर्तमान दायरा |
|---|---|
| अंक | आकार का मैट्रिक्स (एन, डी)। पंक्तियों को इनपुट पॉइंट माना जाता है। |
| केन्द्रों | आकार का मैट्रिक्स (एम, डी)। पंक्तियों को केंद्र माना जाता है। |
| क | प्रत्येक बिंदु पर लौटने के लिए निकटतम केंद्रों की संख्या। यदि k, m से बड़ा है, तो केवल m केंद्र लौटाए जाते हैं। |
रिटर्न
- निकटतम पड़ोसियों का एक नया उदाहरण
सार्वजनिक आउटपुट <फ्लोट> nearestCenterDistances ()
आकार का मैट्रिक्स (एन, मिन (एम, के))। प्रत्येक पंक्ति में निकटतम_सेंटर_इंडिस में संबंधित केंद्र से L2 की दूरी होती है।
सार्वजनिक आउटपुट <लांग> nearestCenterIndices ()
आकार का मैट्रिक्स (एन, मिन (एम, के))। प्रत्येक पंक्ति में दूरी बढ़ाने के क्रम में संबंधित बिंदु के निकटतम केंद्रों के सूचकांक होते हैं।