k-means聚类算法及matlab代码-SparsifiedKMeans:KMeans使用预处理和稀疏化实现大数据,Matlab实施

上传者: 38631225 | 上传时间: 2022-04-27 13:54:36 | 文件大小: 860KB | 文件类型: ZIP
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

文件下载

资源详情

[{"title":"( 27 个子文件 860KB ) k-means聚类算法及matlab代码-SparsifiedKMeans:KMeans使用预处理和稀疏化实现大数据,Matlab实施","children":[{"title":"SparsifiedKMeans-master","children":[{"title":"setup_kmeans.m <span style='color:#111;'> 3.38KB </span>","children":null,"spread":false},{"title":"private","children":[{"title":"hadamard.mexmaci64 <span style='color:#111;'> 8.73KB </span>","children":null,"spread":false},{"title":"hadamard_pthreads.c <span style='color:#111;'> 7.79KB </span>","children":null,"spread":false},{"title":"Arthur_initialization.m <span style='color:#111;'> 2.59KB </span>","children":null,"spread":false},{"title":"SparseMatrixMinusCluster.mexmaci64 <span style='color:#111;'> 12.92KB </span>","children":null,"spread":false},{"title":"SparseMatrixInnerProduct.c <span style='color:#111;'> 3.09KB </span>","children":null,"spread":false},{"title":"sampleAndMixFromLargeFile.m <span style='color:#111;'> 4.60KB </span>","children":null,"spread":false},{"title":"hadamard_pthreads.mexmaci64 <span style='color:#111;'> 9.08KB </span>","children":null,"spread":false},{"title":"SparseMatrixColumnNormSq.c <span style='color:#111;'> 1.95KB </span>","children":null,"spread":false},{"title":"recalculateAssignmentLargeFile.m <span style='color:#111;'> 3.75KB </span>","children":null,"spread":false},{"title":"randsample_block.m <span style='color:#111;'> 2.68KB </span>","children":null,"spread":false},{"title":"hadamard.c <span style='color:#111;'> 4.27KB </span>","children":null,"spread":false},{"title":"SparseMatrixMinusCluster.c <span style='color:#111;'> 6.53KB </span>","children":null,"spread":false},{"title":"findClusterAssignments.m <span style='color:#111;'> 8.65KB </span>","children":null,"spread":false},{"title":"randsample_fixedNumberEntries.m <span style='color:#111;'> 2.20KB </span>","children":null,"spread":false}],"spread":false},{"title":"kmeans_sparsified.m <span style='color:#111;'> 23.98KB </span>","children":null,"spread":false},{"title":"LICENSE <span style='color:#111;'> 1.06KB </span>","children":null,"spread":false},{"title":"README.md <span style='color:#111;'> 4.40KB </span>","children":null,"spread":false},{"title":"example_sparseKMeans.m <span style='color:#111;'> 3.24KB </span>","children":null,"spread":false},{"title":"figs","children":[{"title":"slides_experiment2.jpg <span style='color:#111;'> 182.21KB </span>","children":null,"spread":false},{"title":"slides_mainIdea.jpg <span style='color:#111;'> 173.67KB </span>","children":null,"spread":false},{"title":"slides_theory.jpg <span style='color:#111;'> 240.23KB </span>","children":null,"spread":false},{"title":"slides_experiment1.jpg <span style='color:#111;'> 133.30KB </span>","children":null,"spread":false},{"title":"slides_experiment3.jpg <span style='color:#111;'> 155.11KB </span>","children":null,"spread":false},{"title":"example.png <span style='color:#111;'> 17.25KB </span>","children":null,"spread":false},{"title":"slides_experiment4.jpg <span style='color:#111;'> 70.68KB </span>","children":null,"spread":false}],"spread":true},{"title":"example_loadFromDisk.m <span style='color:#111;'> 3.74KB </span>","children":null,"spread":false}],"spread":true}],"spread":true}]

评论信息

免责申明

【只为小站】的资源来自网友分享,仅供学习研究,请务必在下载后24小时内给予删除,不得用于其他任何用途,否则后果自负。基于互联网的特殊性,【只为小站】 无法对用户传输的作品、信息、内容的权属或合法性、合规性、真实性、科学性、完整权、有效性等进行实质审查;无论 【只为小站】 经营者是否已进行审查,用户均应自行承担因其传输的作品、信息、内容而可能或已经产生的侵权或权属纠纷等法律责任。
本站所有资源不代表本站的观点或立场,基于网友分享,根据中国法律《信息网络传播权保护条例》第二十二条之规定,若资源存在侵权或相关问题请联系本站客服人员,zhiweidada#qq.com,请把#换成@,本站将给予最大的支持与配合,做到及时反馈和处理。关于更多版权及免责申明参见 版权及免责申明