clusterer.h

   1 /*
   2  *  clueless-kmean is a variant of k-mean which enforces balanced
   3  *  distribution of classes in every cluster
   4  *
   5  *  Copyright (c) 2013 Idiap Research Institute, http://www.idiap.ch/
   6  *  Written by Francois Fleuret <francois.fleuret@idiap.ch>
   7  *
   8  *  This file is part of clueless-kmean.
   9  *
  10  *  clueless-kmean is free software: you can redistribute it and/or
  11  *  modify it under the terms of the GNU General Public License
  12  *  version 3 as published by the Free Software Foundation.
  13  *
  14  *  clueless-kmean is distributed in the hope that it will be useful,
  15  *  but WITHOUT ANY WARRANTY; without even the implied warranty of
  16  *  MERCHANTABILITY or FITNESS FOR A PARTICULAR PURPOSE.  See the GNU
  17  *  General Public License for more details.
  18  *
  19  *  You should have received a copy of the GNU General Public License
  20  *  along with selector.  If not, see <http://www.gnu.org/licenses/>.
  21  *
  22  */
  23
  24 #ifndef CLUSTERER_H
  25 #define CLUSTERER_H
  26
  27 #include "misc.h"
  28 #include "arrays.h"
  29
  30 class Clusterer {
  31 public:
  32
  33   enum { STANDARD_ASSOCIATION, STANDARD_LP_ASSOCIATION, UNINFORMATIVE_LP_ASSOCIATION };
  34
  35   const static int max_nb_iterations = 10;
  36   const static scalar_t min_iteration_improvement = 0.999;
  37
  38   int _nb_clusters;
  39   int _dim;
  40   scalar_t **_cluster_means, **_cluster_var;
  41
  42   void initialize_clusters(int nb_points, scalar_t **points);
  43
  44   // Does the standard hard k-mean association
  45
  46   scalar_t baseline_cluster_association(int nb_points, scalar_t **points,
  47                                         int nb_classes, int *labels,
  48                                         scalar_t **gamma);
  49
  50   // Does the same with an LP formulation, as a sanity check
  51
  52   scalar_t baseline_lp_cluster_association(int nb_points, scalar_t **points,
  53                                            int nb_classes, int *labels,
  54                                            scalar_t **gamma);
  55
  56   // Does the association under constraints that each cluster gets
  57   // associated clusters with the same class proportion as the overall
  58   // training set
  59
  60   scalar_t uninformative_lp_cluster_association(int nb_points, scalar_t **points,
  61                                                 int nb_classes, int *labels,
  62                                                 scalar_t **gamma);
  63
  64   void update_clusters(int nb_points, scalar_t **points, scalar_t **gamma);
  65
  66 public:
  67   Clusterer();
  68   ~Clusterer();
  69
  70   void train(int mode,
  71              int nb_clusters, int dim,
  72              int nb_points, scalar_t **points,
  73              int nb_classes, int *labels,
  74              // This last array returns for each sample to what
  75              // cluster it was associated. It can be null.
  76              int *cluster_associations);
  77
  78   int cluster(scalar_t *point);
  79 };
  80
  81 #endif