Online K-means
Online K-means to strumieniowa odmiana klasycznego algorytmu K-means, która aktualizuje środki klastrów pojedynczo — lub w małych mini-wsadach — bez przechowywania całego zbioru danych w pamięci. Jest szczególnie odpowiednia dla danych na dużą skalę, w czasie rzeczywistym lub napływających w sposób ciągły, gdzie ponowne obliczenia wsadowe byłyby zbyt wolne lub niepraktyczne.
Przeczytaj pełny opis metody
Zaloguj się na bezpłatne konto, aby przeczytać tę sekcję.
Method map
The neighbourhood of related methods — select a node to explore.
Źródła
- 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 ↗
Jak cytować tę stronę
ScholarGate. (2026, June 3). Online K-means Clustering (Sequential / Streaming K-means). ScholarGate. https://scholargate.app/pl/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.
- DBSCANUczenie maszynowe↔ compare
- Klasteryzacja hierarchicznaUczenie maszynowe↔ compare
- Klasteryzacja K-średnichUczenie maszynowe↔ compare
- Mapa samoorganizująca się (Mapa Kohonena)Uczenie maszynowe↔ compare
Cytowana przez
Widzisz błąd na tej stronie? Zgłoś go lub zaproponuj poprawkę →