小编use*_*842的帖子

我无法调整自己的想法以适应OpenMP的做事方式.

粗略地说,我想要的是:

for(int i=0; i<50; i++)
{
   doStuff();
   thread t;
   t.start(callback(i)); //each time around the loop create a thread to execute callback
}

我想我知道如何在c ++ 11中完成这项工作,但我需要能够用OpenMP完成类似的工作.

我有一个聚类问题，我认为需要直观的距离函数。每个实例都有一个 x、y 坐标，但也有一组描述它的属性（每个实例的数量不同）。理想情况下，可以将pythonobjects（类的实例）传递给它并根据它们的内容任意比较它们。

我想将距离表示为 x、y 值之间的欧几里得距离的加权和，以及类似 jaccard 指数的东西，以测量其他属性的集合重叠。就像是：

dist = (euclidean(x1, y1, x2, y2) * 0.6) + (1-jaccard(attrs1, attrs2) * 0.4)

我发现的大多数聚类算法和实现都将实例特征转换为数字。例如，在 sklearn 中使用 dbscan，要执行我的距离函数，我需要以某种方式将数字转换回原始表示。

如果可以使用可以以任意方式比较实例的距离函数进行聚类，那就太好了。例如，想象一个欧几里德距离函数，如果对象与另一个非空间特征匹配，它会评估对象更近。

def dist(ins1, ins2):
     euc = euclidean(ins1.x, ins1.y, ins2.x, ins2.y)
     if ins1.feature1 == ins2.feature1:
          euc = euc * 0.9
     return euc         

有没有适合这种情况的方法？如果不必预先设置集群数量也很好（但这对我来说并不重要）。