k-means聚类算法及matlab代码稀疏的KMeans
KMeans使用预处理和稀疏化实现大数据，Matlab实施。
使用（也称为“
K均值”或“
K均值”），但以特殊方式稀疏数据，以显着（且可调）节省计算时间和内存。
该代码提供kmeans_sparsified
，其用法与Matlab统计工具箱中的kmeans函数非常相似。
有三个好处：
基本实现比“统计信息”工具箱版本快得多。
我们还提供了一些工具箱版本所缺少的现代选项。
例如，我们实现了初始化。
（更新：自2015年以来，Matlab改进了例程和初始化的速度，现在它们的版本与我们的版本相当）。
我们有一个新的变体，称为稀疏KMeans，它可以对数据进行预处理和采样，而该版本可以快数千倍，并且是为无法处理的大数据集设计的
该代码还允许使用大数据选项。
无需传递数据矩阵，而是给它提供.mat文件的位置，并且代码会将数据分成多个块。
当数据为10
TB并且您的计算机只有6
GB的RAM时，这很有用。
数据以较小的块（例如，小于6
GB）加载，然后进行预处理，采样并从RAM中丢弃，然后处理下一个数据块。
整个算法仅遍历数据集。
/注
2022-04-27 13:54:36
860KB
1