Machine learningMachine learning

Διαδικτυακός K-means

Ο Διαδικτυακός K-means (Online K-means) είναι μια παραλλαγή ροής του κλασικού αλγορίθμου K-means που ενημερώνει τα κέντρα των συστάδων μία παρατήρηση κάθε φορά — ή σε μικρές μίνι-δέσμες — χωρίς να αποθηκεύει ολόκληρο το σύνολο δεδομένων στη μνήμη. Είναι ιδιαίτερα κατάλληλος για μεγάλης κλίμακας, πραγματικού χρόνου ή συνεχώς εισερχόμενα δεδομένα, όπου ο υπολογισμός σε δέσμες θα ήταν πολύ αργός ή ανέφικτος.

Άνοιγμα στο MethodMindΣύντομαΒίντεοΣύντομαDownload slides

Διαβάστε ολόκληρη τη μέθοδο

Μόνο για μέλη

Συνδεθείτε με δωρεάν λογαριασμό για να διαβάσετε αυτή την ενότητα.

Σύνδεση

Method map

The neighbourhood of related methods — select a node to explore.

Πηγές

  1. 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
  2. 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

Πώς να παραπέμψετε σε αυτή τη σελίδα

ScholarGate. (2026, June 3). Online K-means Clustering (Sequential / Streaming K-means). ScholarGate. https://scholargate.app/el/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.

Compare side by side

Αναφέρεται από

ScholarGateOnline K-means (Online K-means Clustering (Sequential / Streaming K-means)). Ανακτήθηκε στις 2026-06-15 από https://scholargate.app/el/machine-learning/online-k-means · Σύνολο δεδομένων: https://doi.org/10.5281/zenodo.20539026