Орындаган: Серик Гулсезим 6-зертханалық жұмыс r-да кластерлік талдау
жүктеу/скачать 1,27 Mb.
|
зерт Гулсезим 6-н
| MiniBatchKmeans алгоритмінің параметрлері ClusterR бумасындағы KMeans_rcpp функцияларымен дерлік бірдей . Ең маңызды айырмашылық - batch_size (шағын топтардың өлшемі) және init_fraction параметрі (бастапқы центроидтарды анықтауға арналған деректер пайызы , егер инициализатор ' kmeans ++' немесе ' quantile_init ' болса қолданылады ).
KMeans_rcpp және MiniBatchKmeans функцияларының есептеу уақытындағы және шығыс сапасындағы айырмашылықты көрсету үшін векторлық кванттау мысалын қолданамын . path_d = 'Dog_Breeds.jpg' im_d = readImage(path_d) # сначала изменим размер картинки, чтобы уменьшить количество измерений im_d = resizeImage(im_d, 350, 350, method = 'bilinear') imageShow(im_d) im3 = apply(im_d, 3, as.vector) # векторизированный RGB dim(im3) # исходные измерения данных k-мағынасын кластерлеуді жасайық . start = Sys.time() km_init = KMeans_rcpp(im3, clusters = 5, num_init = 5, max_iters = 100, initializer = 'kmeans++', threads = 1, verbose = F) end = Sys.time() t = end - start cat('time to complete :', t, attributes(t)$units, '\n') # время выполнения : 2.44029 secs getcent_init = km_init$centroids getclust_init = km_init$clusters new_im_init = getcent_init[getclust_init, ] # каждое значение ассоциируется с ближайшим центроидом dim(new_im_init) = c(nrow(im_d), ncol(im_d), 3) # обратное преобразование к трехмерной картинке imageShow(new_im_init) Енді k - шағын топтарда кластерлеуді білдіреді . start = Sys.time() km_mb = MiniBatchKmeans(im3, clusters = 5, batch_size = 20, num_init = 5, max_iters = 100, init_fraction = 0.2, initializer = 'kmeans++', early_stop_iter = 10, verbose = F) pr_mb = predict_MBatchKMeans(im3, km_mb$centroids) end = Sys.time() t = end - start cat('time to complete :', t, attributes(t)$units, '\n') # время выполнения : 0.8346727 secs getcent_mb = km_mb$centroids new_im_mb = getcent_mb[pr_mb, ] # каждое значение ассоциируется с ближайшим центроидом dim(new_im_mb) = c(nrow(im_d), ncol(im_d), 3) # обратное преобразование к трехмерной картинке imageShow(new_im_mb) Шығару сапасының шамалы айырмашылығына қарамастан, мини-топтардағы k-орталары осы деректер жиынындағы классикалық k-орталарынан орташа екі есе жылдам нәтижелерді қайтарады. жүктеу/скачать 1,27 Mb. Достарыңызбен бөлісу:
|