0
kmean 클러스터링을 수행하는 C++ 코드를 리팩토링하고 있습니다.리팩터링 구현
- 정상 kmean
- 기능 정렬 클러스터링 : 약간 다른 거리 메트릭 및 업데이트 규칙을 사용하는 코드의 두 가지 버전이있다.
어떻게 효과적으로 구현해야합니까? 메소드 오버로딩 (이것은 입력에 의존하지 않는다)
OK 이것은 kmean 클러스터링을하는 의사 코드이다. 두 가지 버전의 거리 및 업데이트 기능을 구현해야합니다.
int* kmean_clustering(vector<double[10]> data)
// each row of data hold one data point
// so we have M data points of 10 dimension
{
// Split codebook
// Assignment step
Find the closest codebook based on distance(distance here can be Euclidean, Mahalanobis, .....)
//Update step
}
일부 코드를 게시 할 수 있습니까? 아니면 어떻게하면 리필 방법을 제안 할 수 있습니까? – lockstock
함수 포인터가 좋은 생각입니까? 나는 Kmean_ 유클리드, Kmean_Mahalanobis, Kmean_blah_blah 함수를 갖고 싶지 않다. –