1. Clustering
1.1 KmeansCluster / BatchKmeansCluster
|
Parameter |
Type |
Nilai default |
Deskripsi |
|
proxima.general.cluster.count |
UINT32 |
0 |
Jumlah centroid. |
|
proxima.kmeans.cluster.count |
UINT32 |
0 |
Jumlah centroid. Parameter ini menggantikan parameter umum, tetapi akan digantikan oleh nilai K yang disarankan. |
|
proxima.kmeans.cluster.shard_factor |
FLOAT |
16.0f |
Faktor penyetelan untuk konkurensi multi-threaded. |
|
proxima.kmeans.cluster.epsilon |
DOUBLE |
FL_EPSILON |
Presisi konvergensi clustering. |
|
proxima.kmeans.cluster.max_iterations |
UINT32 |
20 |
Jumlah maksimum iterasi. |
|
proxima.kmeans.cluster.purge_empty |
BOOL |
false |
Menentukan apakah centroid kosong akan dihapus. |
|
proxima.kmeans.cluster.seeker_class |
STRING |
LinearSeeker |
Kelas algoritma untuk menemukan centroid. |
|
proxima.kmeans.cluster.seeker_params |
IndexParams |
Parameter untuk kelas algoritma pencarian centroid. Objek IndexParams |
1.2 GpuKmeansCluster
|
Nama parameter |
Type |
Nilai default |
Catatan: |
|
proxima.general.cluster.count |
UINT32 |
0 |
Jumlah centroid. |
|
proxima.kmeans.cluster.count |
UINT32 |
0 |
Jumlah centroid. Parameter ini menggantikan parameter umum, tetapi akan digantikan oleh nilai K yang disarankan. |
|
proxima.kmeans.cluster.epsilon |
DOUBLE |
FL_EPSILON |
Presisi konvergensi clustering. |
|
proxima.kmeans.cluster.max_iterations |
UINT32 |
100 |
Jumlah maksimum iterasi. |
|
proxima.kmeans.cluster.purge_empty |
BOOL |
false |
Menentukan apakah centroid kosong akan dihapus. |
1.3 MiniBatchKmeansCluster
|
Nama parameter |
Type |
Nilai default |
Catatan: |
|
proxima.general.cluster.count |
UINT32 |
0 |
Jumlah centroid. |
|
proxima.minibatchkmeans.cluster.count |
UINT32 |
0 |
Jumlah centroid. Parameter ini menggantikan parameter umum, tetapi akan digantikan oleh nilai K yang disarankan. |
|
proxima.minibatchkmeans.cluster.shard_factor |
FLOAT |
16.0f |
Faktor penyetelan untuk konkurensi multi-threaded. |
|
proxima.minibatchkmeans.cluster.epsilon |
DOUBLE |
FL_EPSILON |
Presisi konvergensi clustering. |
|
proxima.minibatchkmeans.cluster.max_iterations |
UINT32 |
20 |
Jumlah maksimum iterasi. |
|
proxima.minibatchkmeans.cluster.purge_empty |
BOOL |
false |
Menentukan apakah centroid kosong akan dihapus. |
|
proxima.minibatchkmeans.cluster.try_count |
UINT32 |
20 |
Jumlah percobaan. Nilai minimum adalah 1. |
|
proxima.minibatchkmeans.cluster.batch_count |
UINT32 |
0 (auto) |
Jumlah fitur yang diambil sampelnya untuk pelatihan batch. Jika parameter ini diatur ke 0, nilainya dihitung sebagai jumlah total fitur / jumlah percobaan. |
|
proxima.minibatchkmeans.cluster.seeker_class |
STRING |
LinearSeeker |
Kelas algoritma untuk menemukan centroid. |
|
proxima.minibatchkmeans.cluster.seeker_params |
IndexParams |
Parameter untuk kelas algoritma pencarian centroid. |
1.4 BikmeansCluster
|
Nama parameter |
Type |
Nilai default |
Catatan |
|
proxima.general.cluster.count |
UINT32 |
0 |
Jumlah centroid. |
|
proxima.bikmeans.cluster.count |
UINT32 |
0 |
Jumlah centroid. Parameter ini menggantikan parameter umum, tetapi akan digantikan oleh nilai K yang disarankan. |
|
proxima.bikmeans.cluster.init_count |
UINT32 |
0 (auto) |
Jumlah centroid untuk inisialisasi pada tahap pertama clustering. Jika parameter ini diatur ke 0, nilainya dihitung sebagai jumlah total fitur dibagi empat. |
|
proxima.bikmeans.cluster.purge_empty |
BOOL |
false |
Menentukan apakah centroid kosong akan dihapus. |
|
proxima.bikmeans.cluster.first_class |
STRING |
KmeansCluster |
Metode clustering untuk tahap pertama. |
|
proxima.bikmeans.cluster.second_params |
IndexParams |
Parameter untuk metode clustering tahap pertama. |
|
|
proxima.bikmeans.cluster.second_class |
STRING |
KmeansCluster |
Metode clustering untuk tahap kedua. |
|
proxima.bikmeans.cluster.second_params |
IndexParams |
Parameter untuk metode clustering tahap kedua. |
1.5 KmeansppCluster
|
Parameter |
Type |
Nilai default |
Catatan: |
|
proxima.general.cluster.count |
UINT32 |
0 |
Jumlah centroid. |
|
proxima.kmeanspp.cluster.count |
UINT32 |
0 |
Jumlah centroid. Parameter ini menggantikan parameter umum, tetapi akan digantikan oleh nilai K yang disarankan. |
|
proxima.kmeanspp.cluster.shard_factor |
UINT32 |
16.0f |
Faktor penyetelan untuk konkurensi multi-threaded. |
|
proxima.kmeanspp.cluster.class |
STRING |
KmeansCluster |
Metode clustering yang dipanggil setelah inisialisasi centroid. |
|
proxima.kmeanspp.cluster.params |
IndexParams |
Parameter untuk metode clustering. |
1.6 Kmc2Cluster / AFKmc2Cluster
|
Parameter |
Type |
Nilai default |
Catatan: |
|
proxima.general.cluster.count |
UINT32 |
0 |
Jumlah centroid. |
|
proxima.kmc2.cluster.count |
UINT32 |
0 |
Jumlah centroid. Parameter ini menggantikan parameter umum, tetapi akan digantikan oleh nilai K yang disarankan. |
|
proxima.kmc2.cluster.shard_factor |
UINT32 |
2.5f |
Faktor penyetelan untuk konkurensi multi-threaded. |
|
proxima.kmc2.cluster.markov_chain_length |
UINT32 |
0u |
Panjang Rantai Markov. Jika parameter ini diatur ke 0, nilainya dihitung sebagai jumlah thread × faktor konkurensi. |
|
proxima.kmc2.cluster.class |
STRING |
KmeansCluster |
Metode clustering yang dipanggil setelah inisialisasi centroid. |
|
proxima.kmc2.cluster.params |
IndexParams |
Parameter untuk metode clustering. |
1.7 KmedoidsCluster
|
Nama parameter |
Type |
Nilai default |
Deskripsi |
|
proxima.general.cluster.count |
UINT32 |
0 |
Jumlah centroid. |
|
proxima.kmedoids.cluster.count |
UINT32 |
0 |
Jumlah centroid. Parameter ini menggantikan parameter umum, tetapi akan digantikan oleh nilai K yang disarankan. |
|
proxima.kmedoids.cluster.shard_factor |
FLOAT |
16.0f |
Faktor penyetelan untuk konkurensi multi-threaded. |
|
proxima.kmedoids.cluster.epsilon |
DOUBLE |
FL_EPSILON |
Presisi konvergensi clustering. |
|
proxima.kmedoids.cluster.max_iterations |
UINT32 |
20 |
Jumlah maksimum iterasi. |
|
proxima.kmedoids.cluster.purge_empty |
BOOL |
false |
Menentukan apakah centroid kosong akan dihapus. |
|
proxima.kmedoids.cluster.bench_ratio |
FLOAT |
0.1f |
Rasio titik kandidat. |
|
proxima.kmedoids.cluster.only_means |
BOOL |
false |
Hanya mempertimbangkan mean sebagai titik kandidat. Algoritma ini berubah menjadi k-means. |
|
proxima.kmedoids.cluster.without_means |
BOOL |
false |
Tidak mempertimbangkan mean sebagai titik kandidat. |
|
proxima.kmedoids.cluster.seeker_class |
STRING |
LinearSeeker |
Kelas algoritma untuk menemukan centroid. |
|
proxima.kmedoids.cluster.seeker_params |
IndexParams |
Parameter untuk kelas algoritma pencarian centroid. Objek IndexParams |
1.8 StratifiedCluster
|
Parameter |
Type |
Nilai default |
Catatan: |
|
proxima.general.cluster.count |
UINT32 |
0 |
Jumlah total centroid lapisan kedua. |
|
proxima.stratified.cluster.count |
UINT32 |
0 |
Jumlah total centroid lapisan kedua. Parameter ini menggantikan parameter umum, tetapi akan digantikan oleh nilai K yang disarankan. |
|
proxima.stratified.cluster.first_class |
STARING |
KmeansCluster |
Metode clustering untuk lapisan pertama. |
|
proxima.stratified.cluster.second_class |
STARING |
KmeansCluster |
Metode clustering untuk lapisan kedua. |
|
proxima.stratified.cluster.first_count |
UINT32 |
0 |
Jumlah centroid lapisan pertama. |
|
proxima.stratified.cluster.second_count |
UINT32 |
0 |
Jumlah centroid lapisan kedua. |
|
proxima.stratified.cluster.first_params |
IndexParams |
Parameter untuk metode clustering lapisan pertama. |
|
|
proxima.stratified.cluster.second_params |
IndexParams |
Parameter untuk metode clustering lapisan kedua. |
|
|
proxima.stratified.cluster.auto_tuning |
BOOL |
false |
2. Estimasi Clustering
2.1 GapstatsClusterEstimator