0

我正在重构一个进行 kmean 聚类的 C++ 代码。代码有两个版本:

  1. 正常kmean
  2. 特征对齐聚类:使用稍微不同的距离度量和更新规则。

我应该如何有效地实施这一点?方法重载(虽然这不依赖于输入)

好的,这是进行 kmean 聚类的伪代码。我需要实现两个版本的距离和更新功能。

int* kmean_clustering(vector<double[10]> data)
// each row of data hold one data point
// so we have M data points of 10 dimension
{
    // Split codebook
    // Assignment step
    Find the closest codebook based on distance(distance here can be Euclidean, Mahalanobis, .....)
    //Update step
}
4

1 回答 1

2

写得好的代码就像读一本好小说。这就是 Knuth 将其称为编程艺术的原因。这本书可能会教你自下而上的重构方法。

于 2013-02-27T02:20:26.943 回答