- 将数据集拆分为等分区并减少计算的指数增长。目标是保留特征数据集的同时提高聚类速度。为每个分区计算簇的中心,它们被合并并在以后聚集。还考虑了确定最佳批量大小的方法。
本文通过将复杂计算分成多个简单运算(大小一致),先并行对多组数据进行聚类寻找中心,然后获得多个中心,将中心再用于聚类得到最终中心
每一组的数量计算 k 是簇数,r 是相对差异,v(a)是依表所得。
总结:这篇论文的改进比较简单,总的思想就是“大事化小“,将复杂问题拆分成同规模的简单小问题(小问题可以并行处理),然后在此基础上再解决问题。
终于读完了所有内容!完结撒花*★,°*:.☆( ̄▽ ̄)/$:*.°★* 。