【问题标题】:Very Simple K-means clustering example in ELKIELKI 中非常简单的 K-means 聚类示例
【发布时间】:2014-10-30 18:43:04
【问题描述】:

我目前正在尝试使用 elki 库提供的 KMeans 聚类功能。

这是我想出的:

    double[][] dblArray = new double[100][10]  // 100 10-dimensional data points

    //populate array...        

    KMeansInitialization<NumberVector<Double>> kinit = new FirstKInitialMeans<>();

    KMeansLloyd<NumberVector<Double>, DoubleDistance> kmeans 
        = new KMeansLloyd<NumberVector<Double>, DoubleDistance>(EuclideanDistanceFunction.STATIC, K, KMEANSMAXITER, kinit);

    DatabaseConnection dbc = new ArrayAdapterDatabaseConnection(dblArray));
    Database d = new StaticArrayDatabase(dbc, null);

    kmeans.run(d);

埃尔基给我:

de.lmu.ifi.dbs.elki.data.type.NoSupportedDataTypeException:没有数据 找到令人满意的类型:NumberVector,field AND NumberVector Available 类型:在 de.lmu.ifi.dbs.elki.database.AbstractDatabase.getRelation(未知 来源)在 de.lmu.ifi.dbs.elki.algorithm.AbstractAlgorithm.run(Unknown Source)

【问题讨论】:

    标签: java cluster-analysis elki


    【解决方案1】:

    别忘了初始化你的数据库:

    d.initialize();
    

    此时,将从数据库连接中获取数据,并建立索引。

    如果您忘记初始化数据库,它将保持为空。

    【讨论】:

      猜你喜欢
      • 2011-10-04
      • 1970-01-01
      • 2015-04-11
      • 2014-07-24
      • 2011-08-13
      • 2013-08-08
      • 2013-02-14
      • 2018-01-14
      • 2013-01-11
      相关资源
      最近更新 更多