Estoy tratando de construir un sistema de K-means clustering con 'learing en línea', es decir, existen K clusters y puntos de datos en ellos, y periódicamente hay un nuevo punto de datos que se envía a un grupo apropiado.
El problema es que se produce al intentar reclusterize/redistribuya, ya que se vuelve cada vez más caro con cada nuevo punto de datos. ¿Alguien puede recomendar una solución para esto?
Dentro de la sofía-ml paquete hay código para un rápido k-means clustering basado en mini-lotes (ver artículo aquí). La otra cosa que usted puede hacer para acelerar las cosas es al Azar Proyecciones (ver, por ejemplo, aquí y aquí) - puesto en k-significa que todos los que están interesados en el es $\ell_2$ distancias, y al azar de las proyecciones de preservar estos (hasta algunos $\epsilon$).
I-Ciencias es una comunidad de estudiantes y amantes de la ciencia en la que puedes resolver tus problemas y dudas.
Puedes consultar las preguntas de otros usuarios, hacer tus propias preguntas o resolver las de los demás.
