很抱歉这个奇怪的问题，但问题是我正在运行 kmeans，使用Yael library。
我得到了大约 9,000,000 个 128 维的向量，我将获得 1,000,000 个质心。它在 24 核 CPU 上运行，现在已经运行了好几个小时。这是我第一次用这么大量的数据运行kmeans，我想知道它什么时候完成，而不是等它完成后再知道。
所以问题是，是否有可能估计 kmean 何时结束？
问问题
123 次
1 回答
2
你确定吗
A）该算法适合您的问题吗？k-means 建立在许多假设之上，特别是您的集群具有相同的大小
B）你的参数有意义吗？“聚类”成“1000000”有什么用吗？是否有意义？这些集群中有多少最终将只包含 0 或 1 个观测值？
一个朴素的 k-means 实现（99% 是朴素的）将使用O(n*k*i)wheren是观察k的数量，是集群的数量，i是在收敛之前所需的迭代次数。所以很明显它扩展到1000000个集群很糟糕。但更糟糕的是：k-means 将在最坏的情况下测试O(k^n)作业。通常要少得多，但显然这个数字高度依赖于集群的数量。因此，集群越多，在收敛之前通常需要的迭代越多！
于 2012-12-30T21:55:08.920 回答