Home | Develop | Download | Contact
test_clustering_kmeans.cpp
1 
83 #include <iostream>
84 #include <Pds/Ra>
85 #include <Pds/Ml>
86 
87 int main(void)
88 {
89  unsigned int L=5000000;//5000000;
90  unsigned int K=32;
91  Pds::IterationConf Conf;
92  Conf.Show=true; Conf.SetMinError(0.001);
93 
94  Pds::Matrix X;
95  Pds::Matrix C;
96  double Cost;
97  Pds::Array<unsigned int> ID;
98 
100 
101  std::cout<<std::endl;
102 
103  C=Pds::Clustering::Kmeans(Conf,X,K,ID);
104 
105  Conf.Print("Kmeans:\n");
106 
107  C.Round(3).Print("C:\n");
108 
109  std::cout<<std::endl;
110 
111  Pds::Ra::Tic();
112  Cost=Pds::Clustering::CostKmeans(X,C);
113  Pds::Ra::Toc();
114  std::cout<<"Cost:\t"<<Cost<<std::endl;
115 
116  return 0;
117 }
La clase tipo Pds::IterationConf . Esta clase genera una matriz de Nlin lineas y 1 columna....
void Print(std::string str) const
Imprime en pantalla el contenido de la IterationConf después del texto indicado en str.
bool SetMinError(double MinError)
Coloca el valor MinError.
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.
double CostKmeans(const Pds::Matrix &X, const Pds::Matrix &C)
Función de costo de Kmeans.
void Kcumulus(unsigned int L, Pds::Matrix &X, unsigned int K=3)
Clustering de datos.

Enlaces de interés

HomePage Bazaar Download Bug report Ayuda Developer Feed