python - 如何从 Scikit 学习中加速 k-means？

Question

在我的项目中，我使用 k-means 对组间数据进行分类，但我在 Scikit-learn 中计算 k-means 时遇到问题 - 它非常慢。我需要加强它。

我已经尝试将 n_jobs 的数量更改为 -1，但仍然很慢!

有什么加速的建议吗？

Answer 1

在 scikit-learn 中的主要解决方案是切换到 mini-batch kmeans这大大减少了计算资源。在某种程度上，它是用于优化非线性函数的 SGD(随机梯度下降)与 GD(梯度下降)的类似方法——SGD 通常更快(就收敛到局部解所需的计算周期而言)。请注意，这会为优化引入更多差异，因此结果可能更难重现(与“整批”kmeans 相比，优化将更频繁地出现在不同的解决方案中)。