sgd kmeans

Kmeans算法一般採用兩個步驟： 1、遍歷每條樣本，確定距離最近的中心點爲其中心； 2、針對新的每條樣本分佈重新確定新的中心。重複步驟，直至各樣本的中心點不再改變。   由於每次迭代需要所有樣本，將其結合隨機梯度下降算法，將提高收斂速度。主要見文獻[1]。採用如下算法：   經過代碼驗證，採用iris dataset,有如下效果（效果受初始值影響）： 圖1爲原始分類，圖2爲傳統kmeans,圖3

>>阅读原文<<