javascript - 可以在常量内存中聚类低维数据吗？

Question

我希望将一些非常低维（2 或 3）的数据聚集成少量的集群（< 25）。我拥有的实例数量非常大（大约 100M+ ）。我可以从数据库中流式传输这些数据（并可能在每次传递时重新流式传输）——但要避免将整个集合放入内存。[如果我必须把它带入内存，我希望它尽可能地提高内存效率]

我正在寻找满足这些要求的算法（最好是 Javascript 实现）。

谢谢！

Answer 1

看看MacQueens k-means算法，它适用于流数据，并且实现起来很简单。

哦，它从 60 年代左右就已经存在了。

但也请注意，您不妨只在数据集的代表性样本上运行它。最有可能的是，结果不会有很大不同。交易量不会改变统计数据，例如意味着很多。