引入全局算法的小批量K-Means  

Mini Batch K-Means with Global Algorithm

作　　者：王颖[1] 吴观茂[1] WANG Ying;WU Guanmao(Department of Computer Science and Engineering,Anhui University of Scienceand Technology,Huainan 232001,China)

机构地区：[1]安徽理工大学计算机科学与工程系,安徽淮南232001

出　　处：《牡丹江师范学院学报（自然科学版）》2020年第2期18-21,共4页Journal of Mudanjiang Normal University：Natural Sciences Edition

基　　金：安徽省自然科学基金面上项目(1908085MF189);安徽高校拔尖人才培育项目(gxbjZD15)。

摘　　要：提出一种引入全局算法的小批量K-means.算法应用全局搜索算法,解决在大数据情况下运算耗时问题和传统K-means对初始中心点敏感的问题.实验结果表明,该方法在获得最佳结果的前提下可以节省大量的计算时间.A small batch K-means with global algorithm is proposed Global search algorithm is applied to solve the problem of time-consuming operation in the case of big data and the sensitivity of traditional K-means to the initial center point.The experimental results show that this method can save a lot of calculation time on the premise of obtaining the best results.

关 键 词：数据挖掘 全局搜索 K-MEANS算法 小批量 

分 类 号：TP301.6[自动化与计算机技术—计算机系统结构]