sgd kmeans

Kmeans算法一般采用两个步骤：

1、遍历每条样本，确定距离最近的中心点为其中心；

2、针对新的每条样本分布重新确定新的中心。重复步骤，直至各样本的中心点不再改变。

 

由于每次迭代需要所有样本，将其结合随机梯度下降算法，将提高收敛速度。主要见文献[1]。采用如下算法：

 

经过代码验证，采用iris dataset,有如下效果（效果受初始值影响）：

图1为原始分类，图2为传统kmeans,图3为sgd+kmeans

 

sgd较batch kmeans基本只需一次迭代就可以收敛

 

refrence

[1]Stochastic Gradient Descent Based K-Means Algorithm on Large Scale Data Clustering