public VecteurChanson Selectionne(VecteurChanson vecteurPrecedent, List <VecteurChanson> vecteursRestant, CalculData data)
{
/* Récupère les distances avec les vecteurs restants. */
var distanceMap = vecteursRestant.ToDictionary(v => v, v => data.MatriceSimilarite[vecteurPrecedent, v]);
/* Groupe par distance décroissante */
var groupByDistance = distanceMap.GroupBy(t => t.Value, t => t.Key).OrderByDescending(t => t.Key).ToList();
/* Prend le groupe des plus éloignés. */
var group = groupByDistance.First();
Console.WriteLine($"Distance du groupe le plus éloigné : {group.Key}");
/* Pour chaque vecteur du groupe, calcule celui qui a le plus de voisins proches */
var localDistanceSumMap = group.ToDictionary(v => v, v => vecteursRestant.Sum(w => data.MatriceSimilarite[v, w]));
foreach (var t in localDistanceSumMap)
{
Console.WriteLine($"Somme distance : {t.Value}");
}
/* Sélectionne celui qui a le plus de voisin proche = celui avec la plus petite somme de distance. */
var minSum = localDistanceSumMap.Min(t => t.Value);
var prochainVecteur = localDistanceSumMap.First(t => t.Value == minSum).Key;
return(prochainVecteur);
}
public VecteurChanson Selectionne(VecteurChanson vecteurPrecedent, List <VecteurChanson> vecteursRestant, CalculData data)
{
/* Récupère les distances avec les vecteurs restants. */
var distanceMap = vecteursRestant.ToDictionary(v => v, v => data.MatriceSimilarite[vecteurPrecedent, v]);
/* Trie par distance */
var vecteursRestantTries = distanceMap.OrderBy(t => t.Value).Select(t => t.Key).ToList();
/* Choisie le prochain vecteur comme étant le médian. */
return(vecteursRestantTries.Last());
}
public decimal this [VecteurChanson x, VecteurChanson y]
{
get
{
return(_map[new Tuple <int, int>(x.Id, y.Id)]);
}
set
{
_map[new Tuple <int, int>(x.Id, y.Id)] = value;
}
}
public decimal Calcule(VecteurChanson a, VecteurChanson b)
{
decimal buffer = 0;
/* Parcourt les champs */
var fieldIdxList = a.Keys.ToList();
foreach (int fieldIdx in fieldIdxList)
{
/* Ajoute la distance : 0 ou 1. */
buffer += CalculeDistance(fieldIdx, a[fieldIdx], b[fieldIdx]);
}
return(buffer);
}
public decimal Calcule(VecteurChanson a, VecteurChanson b)
{
double buffer = 0;
/* Parcourt les champs */
var fieldIdxList = a.Keys.ToList();
foreach (int fieldIdx in fieldIdxList)
{
buffer += Math.Pow((double)(b[fieldIdx] - a[fieldIdx]), 2);
}
buffer = Math.Sqrt(buffer);
return((decimal)buffer);
}
public VecteurChanson Selectionne(VecteurChanson vecteurPrecedent, List <VecteurChanson> vecteursRestant, CalculData data)
{
/* Pour chaque vecteur restant, calcule celui qui a le plus de voisins proches */
var localDistanceSumMap = vecteursRestant.ToDictionary(v => v, v => vecteursRestant.Sum(w => data.MatriceSimilarite[v, w]));
/* Groupe par somme croissante */
var groupByDistance = localDistanceSumMap.GroupBy(t => t.Value, t => t.Key).OrderBy(t => t.Key).ToList();
/* Prend le groupe avec les voisins les plus proches. */
var group = groupByDistance.First();
/* Prend l'élément le plus éloigné du vecteur précédent. */
var prochainVecteur = group.OrderBy(v => data.MatriceSimilarite[vecteurPrecedent, v]).Last();
return(prochainVecteur);
}
public VecteurChanson CalculVecteurChanson(Chanson chanson)
{
if (chanson == null)
{
throw new ArgumentNullException(nameof(chanson));
}
var vecteur = new VecteurChanson {
Chanson = chanson
};
vecteur[VecteurChanson.TempoKey] = chanson.Tempo;
vecteur[VecteurChanson.GenreKey] = _genreMap[chanson.Genre];
vecteur[VecteurChanson.TypeKey] = _typeMap[chanson.Type];
vecteur[VecteurChanson.FrequenceKey] = _frequenceMap[chanson.Frequence];
return(vecteur);
}
