史蒂文·菲利普斯。 加速K-means和相关聚类算法。 （英语） Zbl 1014.68581号 Mount，David M.（编辑）等人，《算法工程与实验》。第四届国际研讨会，2002年1月4日至5日，美国加利福尼亚州旧金山，ALENEX 2002。修订论文。柏林：斯普林格。莱克特。注释计算。科学。2409, 166-177 (2002). 摘要：本文介绍了两种简单的K-means修改和相关的聚类算法，它们在不改变输出的情况下提高了运行时间。由此产生的两种算法称为COMPARE-MEANS和SORT-MEANS。对于SORT-means，K均值迭代的时间从\（O（ndk）\）减少到\（O（nd\gamma+K^2d+K^2\logk）\），其中\（n\）是数据点的数量，\（K\）是簇的数量，\（d\）是维度。这里，（gamma \leq k）是平均数所有点（p）的平均值，该平均数与上一次迭代中指定的平均值（p）之间的距离不超过2倍。COMPARE-MEANS执行与SORT-MEANS相似数量的距离计算，并且当平均数非常大时速度更快。这两种修改都非常简单，可以很容易地添加到现有的集群实现中。我们在实际应用中获得的三个数据集上研究了这些算法的经验性能。作为主要测试案例，我们对从陆地卫星7号卫星图像中提取的230万个6维点的样本使用K-means的Isodata变体。对于这个数据集，\（\gamma\）很快下降到\（\log_2k\）以下，运行时间相应减少。例如，对于COMPARE-MEANS，使用\（k=100\）的跑步时间从一个半小时降至十六分钟，对于SORT-MEANS则为六个半分钟。进一步的实验表明，从林业应用程序和IP网络中BGP更新分析得到的数据集也有类似的改进。关于整个系列，请参见[Zbl 1008.68692号]. 引用于4文件 MSC公司： 68单位99 计算方法和应用 68周05 非数值算法 68页第10页 搜索和排序 PDF格式BibTeX公司 XML格式引用 \textit{S.J.Phillips}，莱克特。注释计算。科学。2409、166--177（2002年；Zbl 1014.68581） 全文： 链接