Machine learningMachine learning
オンラインK-means
オンラインK-meansは、データセット全体をメモリに格納することなく、1度に1つの観測値（または小さなミニバッチ）でクラスタ中心を更新する、古典的なK-meansアルゴリズムのストリーミングバリアントです。これは、バッチ再計算が遅すぎるか非現実的になる大規模、リアルタイム、または継続的に到着するデータに特に適しています。
手法の全文を読む
会員限定
ログイン無料アカウントでログインすると、このセクションを読めます。
手法マップ
関連する手法の近傍 — ノードを選択して探索できます。
出典
- 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 ↗
このページの引用方法
ScholarGate. (2026, June 3). Online K-means Clustering (Sequential / Streaming K-means). ScholarGate. https://scholargate.app/ja/machine-learning/online-k-means
どの手法を選ぶ？
この手法を最も近い類縁の手法と並べ、両者を見比べてください — ライブラリは本を机の上に並べるだけ。選ぶのはあなたです。
- DBSCAN機械学習↔ 比較
- 階層的クラスタリング機械学習↔ 比較
- K平均法クラスタリング機械学習↔ 比較
- 自己組織化マップ（Kohonen Map）機械学習↔ 比較