VLFeat kmeans C API 解释

Question

我正在尝试使用 VLFeat's kmeans implementation in C，但我很难理解它是如何工作的。

注意：我在C++程序中使用CAPI，所以我在这里发布的所有代码都是C++。此外，我使用的是 Eigean 头库，所以这就是那些 Matrix 数据类型的来源。

示例和 API 中不清楚的地方是：

数据必须采用什么格式？ kmeans 库函数似乎需要一个一维数组，它可以从矩阵的支持中获取。但是，这个矩阵需要列主还是行主？也就是说，该函数如何知道区分数据的维度和不同的数据向量？
我如何实际访问集群中心信息？我运行一个测试，我声明我想要 5 个集群，但是使用上面 link 中的示例代码，我只 return 1.

代码：

int numData = 1000;
int dims = 10;
// Use float data and the L1 distance for clustering
VlKMeans * kmeans = vl_kmeans_new (VL_TYPE_FLOAT,  VlDistanceL1) ;
// Use Lloyd algorithm
vl_kmeans_set_algorithm (kmeans, VlKMeansLloyd) ;
// Initialize the cluster centers by randomly sampling the data
Matrix<float, 1000,10, RowMajor> data = buildData(numData, dims);
vl_kmeans_init_centers_with_rand_data (kmeans, data.data(), dims, numData, 5);
// Run at most 100 iterations of cluster refinement using Lloyd algorithm
vl_kmeans_set_max_num_iterations (kmeans, 100) ;
vl_kmeans_refine_centers (kmeans, &data, numData) ;
// Obtain the energy of the solution
energy = vl_kmeans_get_energy(kmeans) ;
// Obtain the cluster centers
centers = (double*)vl_kmeans_get_centers(kmeans);
cout << *centers << endl;

示例输出：中心 = 0.0376879（标量）

如何获得所有中心？我尝试使用数组来存储中心，但它不接受该类型。

我还尝试了以下方法，假设我可能只是错误地访问了中心信息：

cout << centers[0]<< endl;
cout << centers[1]<< endl;
cout << centers[2]<< endl;
cout << centers[3]<< endl;
cout << centers[4]<< endl;
cout << centers[5]<< endl;
cout << centers[6]<< endl;
cout << centers[7]<< endl;
cout << centers[8]<< endl;

但是对于索引 0-4（给定 5 个聚类中心），我应该只有 none- 零值。我实际上希望为更高的索引抛出异常。如果这是正确的方法，有人可以向我解释这些其他值（索引 5-8）的来源吗？

我敢肯定还有其他令人困惑的部分，但我什至还没有解决它们，因为我一直停留在这两个非常重要的部分（我的意思是，如果你不能聚类，kmeans 是什么正确启动）。

提前感谢您的帮助！

Answer 1

What format does the data have to be in?

manual 说：

所有算法都支持float或double数据，可以使用l1或l2距离进行聚类.

您在创建 kmeans 句柄时指定，例如：

VlKMeans *kmeans = vl_kmeans_new(VL_TYPE_FLOAT, VlDistanceL2);

does this matrix need to be column major or row major?

必须在row major，即：data + dimension * i是第i个中心。

How do I actually access the cluster center info?

与vl_kmeans_get_centers。例如，如果您使用 float-s:

/* no need to cast here since get centers returns a `void *` */
const float *centers = vl_kmeans_get_centers(kmeans);

（有关演员表请参阅此 answer）

此数组的总大小（以字节为单位）为 sizeof(float) * dimension * numCenters。如果你想打印出你可以做的中心：

int i, j;
for (i = 0; i < numCenters; i++) {
  printf("center # %d:\n", i);
  for (j = 0; j < dimension; j++) {
    printf("    coord[%d] = %f\n", j, centers[dimension * i + j]);
  }
}

VLFeat kmeans C API 解释

VLFeat kmeans C API explanation

c

c++

k-means

vlfeat