pkmeans

Classification automatique selon les K-moyennes.

Synopsis

pkmeans attr_in attr_out k maxiter [col_in|-] [col_out|-]

Description

L'opérateur pkmeans réalise une classification automatique des individus de col_in (dont les caractéristiques sont représentées par les tableaux attr_in.1, attr_in.2, ..., attr_in.n) en K classes selon l'algorithme des K-moyennes :

Au départ, la moyenne de chaque classe est tirée au hasard (parmi l'ensemble des individus). Puis tous les individus sont affectés à la classe dont la moyenne des caractéristiques est la plus proche. Ce qui permet de calculer de nouvelles moyennes, puis de classer à nouveau les individus. Le processus est répété jusqu'à stabilisation.

Paramètres

attr_in la base du nom des tableaux de caractéristiques des individus à classifier. Ce nom est déclinée. attr_in.1, attr_in.2, etc. La cellule [j] du tableau attr_in.i correspond à la ième caractéristique du j+1ème individu. Ces tableaux sont recherchés dans la collection col_in, et doivent tous avoir le même type.
attr_out le nom du tableau d'Ulong (créé dans col_out) qui contiendra en sortie le numéro de classe déterminé par l'algorithme pour chaque individu.
k le nombre de classes à rechercher.
maxiter le nombre maximum d'itérations de l'algorithme (pour le cas où il ne stabilise pas).

Entrées

col_in: une collection.

Sorties

col_out: une collection.

Résultat

Retourne SUCCESS ou FAILURE.

Exemples

Segmente l'image tangram.pan grāce à la classification par les K-moyennes basée sur la moyenne et la variance des objets:

   pmeanfiltering 1 tangram.pan moy.pan
   pvariancefiltering 0 255 tangram.pan var.pan

   pim2array data.1 moy.pan data1.colc
   pim2array data.2 var.pan data2.colc
   parray2array data.1 Float data1.colc data1.cold
   parray2array data.2 Float data2.colc data2.cold
   pcolcatenateitem data1.cold data2.cold data3.cold
   parraysnorm data data3.cold data3.cold

   pkmeans data attrib 5 100 data3.cold cluster.cold

   pproperty 0 tangram.pan
   w=`pstatus`
   pproperty 1 tangram.pan
   h=`pstatus`

   parray2im $h $w 0 attrib cluster.Cold kmeans.pan
   pim2rg kmeans.pan classif1_out.pan

Voir aussi

Classification

Prototype C++

Errc PKmeans(const std::string &a_in, const Collection &c_in, const std::string &a_out, Collection &c_out, int k, int max)

Auteur: Alexandre Duret-Lutz