Machine learningMachine learning

Online K-means

Az Online K-means a klasszikus K-means algoritmus stream-változata, amely a klaszterközéppontokat egyenként – vagy kis minicsomagokban – frissíti anélkül, hogy a teljes adathalmazt memóriában tárolná. Különösen alkalmas nagyméretű, valós idejű vagy folyamatosan érkező adatokhoz, ahol a kötegelt újraszámítás túl lassú vagy kivitelezhetetlen lenne.

Megnyitás itt: MethodMindHamarosanVideóHamarosanDownload slides

A teljes módszer elolvasása

Csak tagoknak

Jelentkezzen be ingyenes fiókkal a szakasz elolvasásához.

Bejelentkezés

Method map

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

Források

  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

Hogyan hivatkozzon erre az oldalra

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

Hivatkozik rá

ScholarGateOnline K-means (Online K-means Clustering (Sequential / Streaming K-means)). Letöltve 2026-06-15, forrás: https://scholargate.app/hu/machine-learning/online-k-means · Adatkészlet: https://doi.org/10.5281/zenodo.20539026