kmeans.h

#ifndef KMEANS_H
#define KMEANS_H
// Kmeans类
class Kmeans {
public:
    Kmeans(int numClusters, int numFeatures, float* clusters, int nsamples);
    Kmeans(int numClusters,
        int numFeatures,
        float* clusters,
        int nsamples,
        int maxIters,
        float epsilon);
    virtual ~Kmeans();
    virtual void getDistance(const float* v_data);
    virtual void updateClusters(const float* v_data);
    virtual void fit(const float* v_data);
    virtual void saveLabels();
    virtual float accuracy(const int* label);
    virtual const char* getLabelFileName() const {
        return "cluster_labels_cpp.csv";
    }
    // 样本配置
    int m_nsamples;     // 样本数量
    int m_numFeatures;  // 特征数量
    // 训练参数
    int m_numClusters;  // 类别数量，即k
    float m_optTarget;  // 优化目标值，即loss
    int m_maxIters;     // 最大迭代次数
    float m_epsilon;    // 目标阈值，两次loss相差超过该值停止迭代
    // 中间变量
    float* m_clusters;  // [numClusters, numFeatures]，存储当前各个类的中心点坐标
    float* m_distances; // [nsamples, numClusters]，用于存储每个样本到每个类的中心两两之间的距离
    int* m_sampleClasses; // [nsamples, ]，记录每个样本的类比编号

private:
    Kmeans(const Kmeans& model);
    Kmeans& operator=(const Kmeans& model);
};

#endif  // KMEANS_H