"dat"のデータポイントのk最近傍点(KNN)を作成しようとしているので、最初のステップは各ポイントと他のすべての間の距離行列を作成することです各点について、K最近傍点を見つける。次のコードは、openmpなしで完璧に動作します。しかし、私がopenmpを使用すると、セグメント化エラーが発生します。私はこのエラーがk最小の要素のインデックスを含む最小のものをどのように更新するかと関係していると思います。私は、ベクトルの最小値で「縮小」を使用する必要があるかもしれないと思っていましたが、どのように使用するのか、あるいは間違っているか分からないので、このセグメンテーションの誤りを克服する方法については、openmpとセグメンテーションフォールトを使ってKを最も近い近傍に配置
vector<vector<double> > dist(dat.size(), vector<double>(dat.size()));
size_t p,j;
ptrdiff_t i;
vector<double> sumKnn;
vector<vector<int > > smallest(dat.size(), vector<int>(k));
#pragma omp parallel for private(p,j,i) default(shared)
for(p=0;p<dat.size();++p)
{
int mycont=0;
for (j = p+1; j < dat.size(); ++j)
{
double ecl = 0.0;
for (i = 0; i < c; ++i)
{
ecl += (dat[p][i] - dat[j][i]) * (dat[p][i] - dat[j][i]);
}
ecl = sqrt(ecl);
dist[p][j] = ecl;
dist[j][p] = ecl;
int index=0;
if(mycont<k && j!=p)
{
smallest[p][j-p-1]=j;
mycont++;
}
else
{
double max=0.0;
int index=0;
for(int i=0;i<smallest[p].size();i++)
{
if(max < dist[p][smallest[p][i]])
{
index=i;
max=dist[p][smallest[p][i]];
}
}
if(max>dist[p][j])
{
smallest[p].erase(smallest[p].begin()+index);
smallest[p].push_back(j);
}
}
}
double sum=0.0;
for(int r=0;r<k;r++)
sum+= dist[p][smallest[p][r]];
sumKnn.push_back(sum);
}
"k最近隣KNN"と普通KNNの違いは何ですか? –
それはちょうど私がそれをparrallelにしたいのです – DOSMarter
アルゴリズムをparellizingする代わりにkd-treeを使うことを考えましたか? –