Un ambiente Java per l'analisi di algoritmi di clustering

Quando Ctc viene lanciato, esso compie una breve inizializzazione, consistente nel controllo del file clustering.txt per poter costruire il menu relativo agli algoritmi di clustering utilizzabili. Inoltre costruisce la finestra principale. Al momento della creazione di un nuovo progetto, Ctc crea un file temporaneo per tenere traccia delle operazioni eseguite, compreso il carico dei dati e i clustering eseguiti. Se si chiude il programma prima di salvare il progetto, il file temporaneo verrà eliminato. Il file temporaneo viene utilizzato dalle funzioni di visualizzazione e valutazione per permettere di gestire più clustering contemporaneamente senza appesantire la memoria interna. Il carico dei dati consiste invece in una semplice scansione del file di testo selezionato allo scopo di dividere i dati in base agli spazi bianchi in modo da poter costruire gli oggetti Punto da inserire nella struttura Ctc.insieme di classe SetOfPoints. I dati, durante la scansione vengono trattati come stringhe. Sarà poi il costruttore della classe Punto a capire se sono numeri o dati alfanumerici. Una volta caricati i dati vengono abilitate le operazioni di clustering e visualizzazione, ma non valutazione. Le varie schede visualizzate da Ctc vengono limitate da un contatore interno, come pure gli algoritmi inseribili in fase di confronto. Per quanto riguarda il calcolo dei vari indici, una menzione particolare va fatta per l’indice Silhouette. Esso viene calcolato dalla funzione interna silhouette su oggetti che non siano stati identificati come rumore. In questo contesto, nei test seguenti si noterà come i valori di Silhouette calcolati sui risultati di clustering effettuati con Chameleon siano normalmente inferiori a quelli ottenuti dai risultati provenienti dall’uso dell’algoritmo DBSCAN che gestisce bene il rumore.