对百万量级的数据如何快速聚类？

2019 年 8 月 15 日
 gazhang

我有 100 万条数据，每个数据是一个 200 维的向量，考虑对它们进行聚类。目前尝试了 scipy 的 k-means 聚类算法，但是半天没有结果。 计算平台是 windows 7，内存 16G。

3567 次点击
所在节点    问与答
5 条回复
xxxy
2019 年 8 月 15 日
有 gpu 的话可以用 tensorflow 的 k means，应该会快十几倍吧
ipwx
2019 年 8 月 15 日
https://www.tensorflow.org/api_docs/python/tf/contrib/factorization/KMeansClustering
pwrliang
2019 年 8 月 15 日
上分布式吧，用 Spark 写个 K-means
shidenggui
2019 年 8 月 15 日
pca 降维，再聚类
gazhang
2019 年 8 月 23 日
最后还是在好点的机器上跑了，大概半小时。

这是一个专为移动设备优化的页面（即为了让你能够在 Google 搜索结果里秒开这个页面），如果你希望参与 V2EX 社区的讨论，你可以继续到 V2EX 上打开本讨论主题的完整版本。

https://v2ex.xtra.eu.org/t/592042

V2EX 是创意工作者们的社区，是一个分享自己正在做的有趣事物、交流想法，可以遇见新朋友甚至新机会的地方。

V2EX is a community of developers, designers and creative people.

© 2021 V2EX