KmeansPlusPlusInitialization

public class akhir KmeansPlusPlusInitialization

Memilih num_to_sample baris input menggunakan kriteria KMeans++.

Baris titik diasumsikan sebagai titik input. 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_baris sampel telah diambil sampelnya.

Metode Publik

Output <Lampung>	asOutput () Mengembalikan pegangan simbolis tensor.
statis KmeansPlusPlusInitialization	membuat ( Lingkup lingkup, Operan <Lampung> poin, Operan <Panjang> numToSample, Operan <Panjang> benih, Operan <Panjang> numRetriesPerSample) Metode pabrik untuk membuat kelas yang membungkus operasi KmeansPlusPlusInitialization baru.
Output <Lampung>	sampel () Matriks bentuk (jumlah_ke_sampel, d).

Metode yang Diwarisi

Dari kelas org.tensorflow.op.PrimitiveOp

boolean akhir	sama (Object obj)
akhir	hashCode ()
Operasi	op () Mengembalikan mendasari Operation
string terakhir	toString ()

Dari kelas java.lang.Object

boolean	sama (Object arg0)
Kelas terakhir<?>	getClass ()
ke dalam	hashCode ()
kekosongan akhir	notify ()
kekosongan akhir	notifyAll ()
Rangkaian	toString ()
kekosongan akhir	menunggu (arg0 panjang, int arg1)
kekosongan akhir	menunggu (arg0 panjang)
kekosongan akhir	menunggu ()

Dari antarmuka org.tensorflow.Operand

abstrak Keluaran <Lampung>

asOutput () Mengembalikan pegangan simbolis tensor.

Metode Publik

publik Keluaran <Lampung> asOutput ()

Mengembalikan pegangan simbolis tensor.

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

public static KmeansPlusPlusInitialization membuat ( Scope lingkup, Operan <Lampung> poin, Operan <Panjang> numToSample, Operan <Panjang> benih, Operan <Panjang> numRetriesPerSample)

Metode pabrik untuk membuat kelas yang membungkus operasi KmeansPlusPlusInitialization baru.

Parameter

cakupan	lingkup saat ini
poin	Matriks bentuk (n, d). Baris diasumsikan sebagai titik input.
jumlahUntukContoh	skalar. Jumlah baris untuk sampel. Nilai ini tidak boleh lebih besar dari n.
benih	skalar. Seed untuk menginisialisasi generator nomor acak.
numRetriesPerContoh	skalar. Untuk setiap baris yang dijadikan sampel, parameter ini menentukan jumlah titik tambahan yang akan 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

publik Keluaran <Lampung> sampel ()

Matriks bentuk (jumlah_ke_sampel, d). Baris sampel.