सार्वजनिक अंतिम कक्षा निकटतम पड़ोसी
प्रत्येक बिंदु के लिए k निकटतम केंद्रों का चयन करता है।
बिंदुओं की पंक्तियों को इनपुट बिंदु माना जाता है। केंद्रों की पंक्तियों को उम्मीदवार केंद्रों की सूची माना जाता है। प्रत्येक बिंदु के लिए, उन k केंद्रों की गणना की जाती है जिनकी उससे न्यूनतम L2 दूरी होती है।
सार्वजनिक तरीके
| स्थिर निकटतम पड़ोसी | |
| आउटपुट <फ्लोट> | निकटतमकेंद्रदूरी () आकार का मैट्रिक्स (एन, मिनट (एम, के))। |
| आउटपुट <लंबा> | निकटतम केंद्र सूचकांक () आकार का मैट्रिक्स (एन, मिनट (एम, के))। |
विरासत में मिली विधियाँ
सार्वजनिक तरीके
सार्वजनिक स्थैतिक निकटतम पड़ोसी बनाते हैं ( स्कोप स्कोप, ऑपरेंड <फ्लोट> पॉइंट, ऑपरेंड <फ्लोट> सेंटर, ऑपरेंड <लॉन्ग> के)
एक नए नियरेस्टनेबर्स ऑपरेशन को लपेटकर एक क्लास बनाने की फ़ैक्टरी विधि।
पैरामीटर
| दायरा | वर्तमान दायरा |
|---|---|
| अंक | आकार का मैट्रिक्स (एन, डी)। पंक्तियों को इनपुट बिंदु माना जाता है। |
| केन्द्रों | आकार का मैट्रिक्स (एम, डी)। पंक्तियों को केंद्र माना जाता है। |
| क | प्रत्येक बिंदु पर लौटने के लिए निकटतम केंद्रों की संख्या। यदि k, m से बड़ा है, तो केवल m केंद्र लौटाए जाते हैं। |
रिटर्न
- निकटतम पड़ोसियों का एक नया उदाहरण
सार्वजनिक आउटपुट <फ्लोट> निकटतम केंद्र दूरी ()
आकार का मैट्रिक्स (एन, मिनट (एम, के))। प्रत्येक पंक्ति में निकटतम_केंद्र_सूचकांक में संबंधित केंद्र से वर्गाकार L2 दूरी होती है।
सार्वजनिक आउटपुट <लंबा> निकटतम केंद्र सूचकांक ()
आकार का मैट्रिक्स (एन, मिनट (एम, के))। प्रत्येक पंक्ति में संबंधित बिंदु के निकटतम केंद्रों के सूचकांक होते हैं, जो बढ़ती दूरी के अनुसार क्रमबद्ध होते हैं।