3

我目前正在尝试将大量数据点聚集到给定数量的集群中，并且我想尝试 MOA 基于流的 k-means StreamKM。我正在尝试使用随机数据执行的一个非常简单的示例如下所示：

StreamKM streamKM = new StreamKM();
streamKM.numClustersOption.setValue(5); // default setting
streamKM.widthOption.setValue(100000); // default setting
streamKM.prepareForUse();
for (int i = 0; i < 150000; i++) {
    streamKM.trainOnInstanceImpl(randomInstance(2));
}
Clustering result = streamKM.getClusteringResult();
System.out.println("size = " + result.size());
System.out.println("dimension = " + result.dimension());

随机实例创建如下：

static DenseInstance randomInstance(int size) {
    DenseInstance instance = new DenseInstance(size);
    for (int idx = 0; idx < size; idx++) {
        instance.setValue(idx, Math.random());
    }
    return instance;
}

但是，在运行给定代码时，似乎没有创建任何集群：

System.out.println("size = " + result.size()); // size = 0
System.out.println("dimension = " + result.dimension()); // NPE

还有什么我需要注意的，还是我对 MOA 聚类概念有根本的误解？

4

1 回答 1

2

我认为prepareForUse()方法不是初始化算法的正确方法。

而不是streamKM.prepareForUse();，您应该使用streamKM.resetLearning();.

简而言之，您的代码应如下所示： 

StreamKM streamKM = new StreamKM();
streamKM.numClustersOption.setValue(5); // default setting
streamKM.widthOption.setValue(100000); // default setting
streamKM. resetLearning(); // UPDATED CODE LINE !!!
for (int i = 0; i < 150000; i++) {
    streamKM.trainOnInstanceImpl(randomInstance(2));
}
Clustering result = streamKM.getClusteringResult();
System.out.println("size = " + result.size());
System.out.println("dimension = " + result.dimension());
于 2019-05-16T08:55:23.437 回答