K-均值聚类分割

你可以做什么,你可以利用 Johnson-Lindenstrauss lemma

% N is the number of data points and s is the reduced dimension
S  =  randn (N, s)/s q r t (s) ;
C  =  A ∗ S ;

% now you can do you kmeans computation on C
[idx, ctr] = kmeans(MeansOfK , k, 'Distance', 'sqEuclidean');

idx ctr 原始数据集的结果将为您提供(1+ε)近似值。此外,您还可以通过以下方式在工作的基础上取得更好的结果: Dan Feldman 这基本上是说,你可以在数据上计算奇异值分解和奇异值分解,并在k/epsilon引擎值上投影,以计算kmeans值并得到(1+epsilon)近似值。

Turning Big Data Into Tiny Data . 该技术提供了将大量数据缩减为较小数据的能力,并可证明保证提供最优kmeans解的(1+ε)近似。此外,您可以继续进行流核心集构造,这将允许您维护 O(logn * epsilon) 数据流时的近似值(第10节,图3),例如,在您的情况下,将数据划分为较小的块。最终,您可以在生成的核心集上运行kmeans计算。

publication 了解更多有关如何处理您的案件的详细信息。在这里,你也可以在我的 github account 如果你想用的话。