Machine learningMachine learning

Online K-means

Online K-means คืออัลกอริทึม K-means แบบสตรีมมิง (streaming variant) ที่ทำการปรับปรุงค่าศูนย์กลางคลัสเตอร์ (cluster centroids) ทีละหนึ่งจุดข้อมูล หรือเป็นกลุ่มย่อยเล็กๆ (mini-batches) โดยไม่ต้องเก็บชุดข้อมูลทั้งหมดไว้ในหน่วยความจำ เหมาะอย่างยิ่งสำหรับข้อมูลขนาดใหญ่ ข้อมูลแบบเรียลไทม์ หรือข้อมูลที่เข้ามาอย่างต่อเนื่อง ซึ่งการคำนวณใหม่ทั้งหมด (batch recomputation) จะช้าเกินไปหรือไม่สามารถทำได้จริง

เปิดใน MethodMindเร็ว ๆ นี้วิดีโอเร็ว ๆ นี้Download slides

อ่านวิธีฉบับเต็ม

สำหรับสมาชิกเท่านั้น

เข้าสู่ระบบด้วยบัญชีฟรีเพื่ออ่านส่วนนี้

เข้าสู่ระบบ

Method map

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

แหล่งอ้างอิง

  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

วิธีอ้างอิงหน้านี้

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

ถูกอ้างอิงโดย

ScholarGateOnline K-means (Online K-means Clustering (Sequential / Streaming K-means)). สืบค้นเมื่อ 2026-06-15 จาก https://scholargate.app/th/machine-learning/online-k-means · ชุดข้อมูล: https://doi.org/10.5281/zenodo.20539026