KmeansPlusPlusInitialization

KmeansPlusPlusInisialisasi kelas akhir publik

Memilih num_to_sample baris input menggunakan kriteria KMeans++.

Deretan titik diasumsikan sebagai titik masukan. Satu baris dipilih secara acak. Baris berikutnya diambil sampelnya dengan probabilitas yang sebanding dengan kuadrat jarak L2 dari baris terdekat yang dipilih sejauh ini hingga num_to_sample baris telah diambil sampelnya.

Metode Publik

Keluaran <Mengambang>	sebagai Keluaran () Mengembalikan pegangan simbolik tensor.
Inisialisasi KmeansPlusPlus statis	buat ( Lingkup lingkup, Operand <Float> poin, Operand <Long> numToSample, Operand <Long> seed, Operand <Long> numRetriesPerSample) Metode pabrik untuk membuat kelas yang membungkus operasi KmeansPlusPlusInitialization baru.
Keluaran <Mengambang>	sampel () Matriks bentuk (num_to_sample, d).

Metode Warisan

Dari kelas org.tensorflow.op.PrimitiveOp

boolean terakhir	sama dengan (Objek objek)
int terakhir	Kode hash ()
Operasi	op () Mengembalikan Operation yang mendasarinya
String terakhir	keString ()

Dari kelas java.lang.Object

boolean	sama dengan (Objek arg0)
Kelas terakhir<?>	dapatkan Kelas ()
ke dalam	Kode hash ()
kekosongan terakhir	memberitahu ()
kekosongan terakhir	beri tahuSemua ()
Rangkaian	keString ()
kekosongan terakhir	tunggu (arg0 panjang, int arg1)
kekosongan terakhir	tunggu (argumen panjang0)
kekosongan terakhir	Tunggu ()

Dari antarmuka org.tensorflow.Operand

Keluaran abstrak <Mengambang>

sebagai Keluaran () Mengembalikan pegangan simbolik tensor.

Metode Publik

Keluaran publik <Float> sebagaiOutput ()

Mengembalikan pegangan simbolik tensor.

Masukan ke operasi TensorFlow adalah keluaran dari operasi TensorFlow lainnya. Metode ini digunakan untuk mendapatkan pegangan simbolis yang mewakili perhitungan input.

pembuatan KmeansPlusPlusInisialisasi statis publik ( Lingkup cakupan, Operan <Float> poin, Operan <Panjang> numToSample, Operan <Panjang> benih, Operan <Panjang> numRetriesPerSample)

Metode pabrik untuk membuat kelas yang membungkus operasi KmeansPlusPlusInitialization baru.

Parameter

cakupan	ruang lingkup saat ini
poin	Matriks bentuk (n, d). Baris diasumsikan sebagai titik masukan.
numToSample	Skalar. Jumlah baris yang akan dijadikan sampel. Nilai ini tidak boleh lebih besar dari n.
benih	Skalar. Benih untuk menginisialisasi generator nomor acak.
numRetriesPerSample	Skalar. Untuk setiap baris yang diambil sampelnya, parameter ini menentukan jumlah poin tambahan yang diambil dari distribusi saat ini sebelum memilih yang terbaik. Jika nilai negatif ditentukan, heuristik digunakan untuk mengambil sampel O(log(num_to_sample)) poin tambahan.

Kembali

• contoh baru KmeansPlusPlusInitialization

sampel Output publik <Float> ()

Matriks bentuk (num_to_sample, d). Baris sampel.