前言
本文介绍了数据流聚类中的DStream算法,由于在之前的 流聚类之CluStream 以及 流聚类之DenStream 中介绍了流聚类的具体过程和思想,本文只介绍DStream算法的不同之处。
一、DStream 算法流程
1.1 在线阶段
对于一个数据流,在每一个时间戳中,在线组件不断读取新的数据记录,将多维数据放到多维空间中对应的离散密度网格中,并更新密度网格的特征向量。
1.2 离线阶段
在每一个间隙时间,动态的调整集群,定期的去除零星网格并调整集群。
1.3 调整网格密度
定义一个时间衰减函数,根据不同的时间戳,数据点会呈现出不同的密度;
算法流程示意图如下:
总结
本文介绍了数据流聚类中的DStream算法,由于在之前的 流聚类之CluStream 以及 流聚类之DenStream 中介绍了流聚类的具体过程和思想,本文只介绍DStream算法的不同之处。如果有不足之处或者表述不当的地方欢迎大家指正.