K-means en ligne
Le K-means en ligne est une variante de flux du K-means classique qui met à jour les centroïdes des clusters un par un — ou par petits mini-lots — sans stocker l'ensemble du jeu de données en mémoire. Il est particulièrement adapté aux données à grande échelle, en temps réel, ou aux données arrivant en continu, pour lesquelles un recalcul par lots serait trop lent ou irréalisable.
Lire la méthode complète
Connectez-vous avec un compte gratuit pour lire cette section.
Method map
The neighbourhood of related methods — select a node to explore.
Sources
- 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 ↗
Comment citer cette page
ScholarGate. (2026, June 3). Online K-means Clustering (Sequential / Streaming K-means). ScholarGate. https://scholargate.app/fr/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.
- DBSCANApprentissage automatique↔ compare
- Regroupement hiérarchiqueApprentissage automatique↔ compare
- Regroupement par K-moyennesApprentissage automatique↔ compare
- Carte auto-organisatrice (Carte de Kohonen)Apprentissage automatique↔ compare
Référencée par
Une erreur sur cette page ? Signalez-la ou proposez une correction →