ScholarGate
Assistente
Machine learningMachine learning

K-means Online

K-means Online é uma variante de streaming do algoritmo clássico K-means que atualiza os centróides dos clusters um ponto de observação de cada vez — ou em pequenos mini-lotes — sem armazenar o conjunto de dados inteiro na memória. É particularmente adequado para dados em larga escala, em tempo real ou que chegam continuamente, onde a recomputação em lote seria muito lenta ou impraticável.

Abrir no MethodMindEm breveVídeoEm breveBaixar slides

Leia o método completo

Exclusivo para membros

Entre com uma conta gratuita para ler esta seção.

Entrar

Mapa de métodos

A vizinhança de métodos relacionados — selecione um nó para explorar.

Fontes

  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

Como citar esta página

ScholarGate. (2026, June 3). Online K-means Clustering (Sequential / Streaming K-means). ScholarGate. https://scholargate.app/pt/machine-learning/online-k-means

Qual método?

Coloque este método ao lado dos seus pares mais próximos e leia-os lado a lado — a biblioteca dispõe os livros sobre a mesa; a escolha é sua.

Comparar lado a lado

Referenciado por

ScholarGateOnline K-means (Online K-means Clustering (Sequential / Streaming K-means)). Recuperado em 2026-06-15 de https://scholargate.app/pt/machine-learning/online-k-means · Conjunto de dados: https://doi.org/10.5281/zenodo.20539026