나는 어제부터이 문제에 대해 작업 해왔다. 최신 ELKI에는 결함이 있으며 개발자가 GitHub에서 수정했습니다. 그러나 프로젝트를 다시 컴파일해야 사용할 수 있습니다. 최신 Java JDK 및 Maven을 설치했습니다. 그러나, 빌드 명령은 항상 오류와 함께 종료 : Error: Could not find or load main class de.lmu.i
ELKI를 사용하여 입력 데이터 세트에서 PCA를 수행하고 변환 된 세트를 텍스트 파일로 가져올 수 있습니까? 파일의 출력 형식은 중요하지 않습니다. PCA는 알고리즘으로 사용할 수 없지만 dbc.filter로만 사용됩니다. PCA 필터 및 ResultWriter 다음에 NullAlgorithm을 호출하려고 시도했지만 결과로 null을 반환하므로 데이터 세
이미 클러스터를 계산했으며이 클러스터링에 대한 평가를 수행하기 위해 ELKI 라이브러리 만 사용하려고합니다. 그래서 나는이 양식에 데이터가 : 2 데이터베이스를 작성하십시오 결과 레이블 및 참조 레이블 : double [][] data;
String [] reference_labels, result_labels;
DatabaseConnection db
Java 프로젝트에서 ELKI에서 제공하는 k-means 구현 중 하나를 사용하고 있습니다. 실제로 k- 평균을 실행하기 전에 최소 최대 정규화를 실행하고 싶지만 라이브러리 API를 사용하여 올바른 방법을 이해할 수 없습니다. 누군가 올바른 방향으로 나를 가리킬 수 있습니까? filterlist가 List<ObjectFilter>이고 AttributeWis
uci에서 다운로드 한 셔틀이라는 데이터 세트에 로컬 아웃 라이어 계수를 실행 중입니다. 때마다 나는 셔틀 데이터를 결정 클래스의 유무에 관계없이 lf 알고리즘을 실행하지만 elki는 다른 출력 그래프를 그리기하고 있습니다. 매번 다른 출력 그래프를 그리는 이유가 무엇인지 혼란 스럽습니다.
ELKI를 통해 다양한 k의 LOF를 실행할 수 있으므로 어느 k가 가장 적합한 지 쉽게 비교할 수 있습니까? 일반적으로 k를 선택하면 예를 들어 ROCAUC를 볼 수 있습니다. 데이터 세트에 대해 가장 좋은 k를 꺼내고 싶기 때문에 여러 번의 실행을 비교해야합니다. 수동으로 k 값을 변경하고 실행하는 것보다 쉽게 할 수 있습니까? 예를 들어 모든 k
DBSCAN 및 OPTICS를 사용하여 위치 클러스터링을 수행하기 위해 ELKI를 사용하고 있습니다. 내 데이터 세트에는 30 명의 참가자가 포함되어 있지만 표시가되어 있지 않지만 각 참가자의 빈번한 장소로 좌표 (예 : 집, 직장 등)가 있습니다. 이 좌표 쌍이 각 클러스터에 속해 있다는 것을 알고 싶습니다. 한 가지 방법은 최소 거리 임계 값을 사용하여
ELKI DBSCAN을 사용하여 단어 벡터를 클러스터하려고합니다. 300 차원의 단어 벡터를 클러스터하기 위해 코사인 거리를 사용하고 싶습니다. 데이터 세트의 크기는 19,000 단어 (19000 * 300 크기 매트릭스)입니다. gensim word2vec하고 목록 출력을 이용하여 계산 이들은 wordvectors이 다음은 CSV 로 저장 제가 -dbc.
LOK를 실행하기 위해 ELKI MiniGUI를 사용하고 있습니다. -dbc.filter을 실행하기 전에 데이터를 정규화하는 방법을 알아 냈습니다. 그러나 출력에서 정규화 된 데이터 레코드가 아닌 원본 데이터 레코드를보고 싶습니다. -normUndo이라는 플래그가 있는데, 명령 줄을 사용하는 경우 설정할 수 있지만 MiniGUI에서 사용하는 방법을 알
열이 "lat, lon, item1"인 여러 열이있는 CSV 파일이 있습니다. 나는 다음과 같은 코드를 사용하여 데이터를로드 할 수 있었다 : ListParameterization params = new ListParameterization();
List<ObjectFilter> filterlist = new ArrayList<>();
filterlis