Nombre de espacio para Clustering. Más...
Funciones | |
Clustering : Kmeans cost | |
double | CostKmeans (const Pds::Matrix &X, const Pds::Matrix &C) |
Función de costo de Kmeans. Más... | |
Clustering : Kmeans classification | |
std::vector< double > | KmeansSigma (const Pds::Matrix &X, const Pds::Array< unsigned int > &ID) |
Pds::Matrix | Kmeans (Pds::IterationConf &Conf, const std::vector< Pds::Matrix > &IMG, unsigned int K, Pds::Array< unsigned int > &IDMAP) |
Calculo de los centroides de las muestras (pixels) en std::vector<Pds::Matrix> IMG. Más... | |
Pds::Matrix | Kmeans (Pds::IterationConf &Conf, const Pds::Matrix &X, const Pds::Matrix &C0, Pds::Array< unsigned int > &ID) |
Calculo de los centroides. Más... | |
Pds::Matrix | Kmeans (Pds::IterationConf &Conf, const Pds::Matrix &X, unsigned int K, Pds::Array< unsigned int > &ID) |
Calculo de los centroides. Más... | |
Pds::Matrix | Kmeans (Pds::IterationConf &Conf, const Pds::Matrix &X, unsigned int K) |
Calculo de los centroides. Más... | |
Clustering : Gaussiam mixture model | |
Pds::DataGMM | GMM (Pds::IterationConf &Conf, const Pds::Matrix &X, const Pds::DataGMM &In) |
Itera un Gaussian Mixture Model (GMM) [1] (pp. 13). Tenemos como conocimiento de estrada, valores iniciales de grupos de parametros para la función de densidad de probabilidad . Más... | |
Pds::DataGMM | GMM (Pds::IterationConf &Conf, const Pds::Matrix &X, unsigned int K, double Sigma) |
Itera un Gaussian Mixture Model (GMM) [1] (pp. 13). Tenemos como conocimiento de estrada, valores iniciales de grupos de parametros para la función de densidad de probabilidad . Más... | |
Nombre de espacio para Clustering.
std::vector<double> Pds::Clustering::KmeansSigma | ( | const Pds::Matrix & | X, |
const Pds::Array< unsigned int > & | ID | ||
) |