เปรียบเทียบวิธี

	Online K-means	แผนที่จัดระเบียบตนเอง (แผนที่โคโอเนน)
สาขาวิชา	การเรียนรู้ของเครื่อง	การเรียนรู้ของเครื่อง
ตระกูล	Machine learning	Machine learning
ปีกำเนิด	1967 (online update rule); 2010 (mini-batch variant)	1982
ผู้ริเริ่ม	MacQueen, J. (batch); Sculley, D. (mini-batch web-scale variant)	Teuvo Kohonen
ประเภท	Unsupervised clustering (online/streaming)	Unsupervised neural network for topology-preserving mapping
แหล่งต้นตำรับ	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.	Kohonen, T. (1982). Self-organized formation of topologically correct feature maps. Biological Cybernetics, 43(1), 59–69.
ชื่อเรียกอื่น	sequential k-means, streaming k-means, incremental k-means, online clustering	SOM, Kohonen map, Kohonen network, öz-örgütlemeli harita
ที่เกี่ยวข้อง	4	3
สรุป	Online K-means is a streaming variant of the classical K-means algorithm that updates cluster centroids one observation at a time — or in small mini-batches — without storing the entire dataset in memory. It is particularly suited to large-scale, real-time, or continuously arriving data where batch recomputation would be too slow or impractical.	A self-organizing map is an unsupervised neural network, introduced by Teuvo Kohonen in 1982, that projects high-dimensional data onto a low-dimensional (usually two-dimensional) grid of prototype vectors while preserving the data's topology — nearby inputs map to nearby grid cells. It is used for visualization, clustering, and exploratory analysis, turning complex data into an ordered, interpretable map.