Online K-means
Online K-means ist eine Streaming-Variante des klassischen K-means-Algorithmus, die Cluster-Schwerpunkte einzeln – oder in kleinen Mini-Batches – aktualisiert, ohne den gesamten Datensatz im Speicher zu halten. Sie eignet sich besonders für große, Echtzeit- oder kontinuierlich eintreffende Daten, bei denen eine Batch-Neuberechnung zu langsam oder unpraktisch wäre.
Die vollständige Methode lesen
Melden Sie sich mit einem kostenlosen Konto an, um diesen Abschnitt zu lesen.
Method map
The neighbourhood of related methods — select a node to explore.
Quellen
- MacQueen, J. (1967). Some methods for classification and analysis of multivariate observations. In Proceedings of the Fifth Berkeley Symposium on Mathematical Statistics and Probability, Vol. 1, pp. 281–297. University of California Press. link ↗
- Sculley, D. (2010). Web-scale k-means clustering. In Proceedings of the 19th International Conference on World Wide Web (WWW 2010), pp. 1177–1178. ACM. DOI: 10.1145/1772690.1772862 ↗
So zitieren Sie diese Seite
ScholarGate. (2026, June 3). Online K-means Clustering (Sequential / Streaming K-means). ScholarGate. https://scholargate.app/de/machine-learning/online-k-means
Which method?
Set this method beside its closest kin and read them side by side — the library lays the books on the table; the choice is yours.
- DBSCANMaschinelles Lernen↔ compare
- Hierarchische ClusteranalyseMaschinelles Lernen↔ compare
- K-Means-ClusteringMaschinelles Lernen↔ compare
- Selbstorganisierende Karte (Kohonen-Karte)Maschinelles Lernen↔ compare
Referenziert von
Einen Fehler auf dieser Seite entdeckt? Melden oder Korrektur vorschlagen →