Open source et architecture logicielle

Pour ce dernier volet voici la classe DataSet qui porte la structure et les méthodes à invoquer pour réaliser l’algorithme K-Means.

Code java :

Sélectionner tout - Visualiser dans une fenêtre à part

1
2
3
4
5
6
7
8
9
10
11
 
public class DataSet {
	private List<Point> population;
	private List<Centroide> centroides;
	private  double EPSILON = 0.1;
 
	public DataSet() {
		this.population = new ArrayList<Point>();
		this.centroides = new ArrayList<Centroide>();
	}
	public void addData(Point

...

Pour faire suite à la partie 1 voici mon implémentation des objets Point et Centroïde

1/ Point
Cet objet permet de stocker les coordonnées 2D d’un individu et de mesurer sa distance à un autre point. J’aurais pu spécialiser la classe abstraite Point2D du package AWT, mais seule la méthode getDistance() nous servira. D’autant que dans un souci de généricité et à l’aide des patrons de conceptions nous pourrons à terme remplacer Point par une unité de stockage de dimension plus ...

Pierre Schwartz vient de publier sur Developpez.com un article sur l’algorithme K-Means qui est passionnant et qui vulgarise cette méthode de partitionnement des données de façon magistrale. Aussi j’ai souhaité implémenter son algorithme en Java.
Le périmètre se limite à une population dont les individus sont caractérisés par 2 grandeurs ce qui permet de rester dans un plan euclidien.
En première intention je vois l’utilisation de 3 objets :
- DataSet (la population) qui possèdera ...