elkiの文字列のカストム距離関数を定義する方法は？

Question

私はelki 0.7を使ってツイート（テキスト、日付、著者など）をクラスタリングしています。

最初のステップでは、つぶやきのテキストをクラスタ化したいと思います。

私は単純な距離関数を書いており、将来私はそれをカスタマイズしたいと思います。

public class Distance extends AbstractPrimitiveDistanceFunction<String> { 
@Override 
    public double distance(String str1, String str2) { 
     int row1 = rowNumber.get(str1), 
       row2 = rowNumber.get(str2); 
     return 1 - similarity[row1][row2]; 
} 
@Override 
    public SimpleTypeInformation<? super String> getInputTypeRestriction() { 
     return VectorFieldTypeInformation.typeRequest(String.class, 2, 2); 
    } 

} 

類似度は、ツイートの正規化類似度（tf-idfを使用）を計算した配列です。 クラスタリングを実行したいが、SimpleTypeInformation関数にエラーがある。

The type of <V>typeRequest(Class<? super V>,int,int) is erroneous 
    where V is a type-variable: 
    V extends FeatureVector<?> declared in method <V>typeRequest(Class<? super V>,int,int) 

incompatible types: inferred type does not conform to upper bound(s) 
inferred: String 
    upper bound(s): String,FeatureVector<?> 

アイデアはありますか？

Answer 1

https://elki-project.github.io/dev/typeinformation

タイプ情報は、自動型のマッチングのために必要です。

VectorFieldTypeInformationはのみのためのベクトル場を使用しています。今、Stringは2次元のベクトルフィールドであり、コンパイルエラーが発生していると主張しています。

データは文字列であり、文字列のベクトルフィールドではありません。単純なオブジェクトのTypeInformationの適切なサブクラスを選択する必要があります。SimpleTypeInformation<String>はあなたが望むものです。

コードでは、事前計算された距離行列が使用されます。 ELKIには、このユースケースに対して最適化されたクラスがあります。