面向对象——类设计（六）——算法类

对于一个基于面向对象的数据聚类的基础类库（Class Library）而言，算法类（Algorithm，这里特指聚类算法 clustering algorithms）的设计是必不可少的一环。

聚类算法名目繁多，但都具有如下的三种共同的属性：

• （1）参数（parameters or arguments）
• （2）结果（clustering results）
• （3）聚类算法本身（perform data clustering）
• （4）不同的聚类算法需要不同的参数集（Arguments），产生不同的聚类结果（Results）；

Arguments

所有的聚类算法在执行数据聚类的时候无一例外都需要参数（有时甚至是超参），而且不同的算法需要不同类型的参数。例如，k-means 算法需要首先指定聚类的数目，FCM聚类算法同时也需要样本与类别的隶属度。

Additional 类用于持有任意可见（类型任意 boost::any）的参数；

class Additional
{
public:
    const boost::any& get(const std::string& name) const;
    void insert(const std::string& name, const boost::any& value);
    std::map<std::string, boost::any> additional;
protected:
    Additional() {}
};

在我们的设计中，我们将数据集（dataset）以及距离度量的类（distance measure，几乎所有的聚类算法都需要距离的度量）也作为参数。

class Arguments :public Additional
{
public:
    boost::shared_ptr<Dataset> ds;
    boost::shared_ptr<Distance> dist;
};

Results

与 Arguments 类相似，不同的聚类算法产生不同的聚类结果，如 k-means 聚类算法产生 hard clustering results，而 FCM 聚类算法产生 fuzzy clustering results。

class Results :public Additional
{
public:
    void reset();
            // 清空聚类结果
    std::vector<Size> CM;
            // 存储样本的所属类别
            // 这不正是聚类算法要做的事吗
};

Clustering Algorithms

这里，我们将给出全部聚类算法的基类 Algorithm 的设计；

class Algorithm
{
public:
    virtual ~Algorithm(){}
    virtual Arguments& getArguments();
                        // non-const 型成员函数
    virtual const Results& getResults() const;
    virtual void reset() const;
    virtual void clusterize();
protected:

    virtual void setupArguments();
    virtual void performClustering() const = 0;
    virtual void fetchResults() const = 0;

    boost::shared_ptr<Dataset> _ds;

    mutable Results _results;
    Arguments _arguments;
                // 聚合关系
};