Mini Batch K-Means 和 Sequential/online K-Means 的区别

Posted 2023-03-12

【中文标题】Mini Batch K-Means 和 Sequential/online K-Means 的区别

【英文标题】：Difference betweeen Mini Batch K-Means and Sequential/online KMeans

【发布时间】：2020-03-03 05:45:46

【问题描述】：

我正在使用 scikit-learn 库 sklearn.cluster 尝试 K-Means 及其变体的示例。 minibatch K-Means 聚类和在线/顺序 K-Means 聚类有什么区别？

我在 scikit 库中找不到在线 KMeans 的实现。如果批量大小为 1，那么 minibatch K-Means 将充当在线 K-Means 吗？

【参考方案1】：

小批量 k-means 不会收敛到局部最优值.x

本质上，它使用数据的子样本重复执行 k-means 的一步。但是因为这些样本可能有不同的最优值，它不会找到最好的，而是在不同部分的解决方案之间移动。您在固定数量的迭代后停止 - 否则它将永远运行。如果你有良好的大量数据，这可能不会有很大的不同。如果您有一个困难的数据集并且数据不多，那么快速（不是 Lloyd）KMeans 会找到更好的解决方案，并且只需要几次迭代。我怀疑是否有很多人拥有如此庞大的数据集，而 minibatch 是个好主意。