sgd kmeans

Kmeans算法一般采用两个步骤： 1、遍历每条样本，确定距离最近的中心点为其中心； 2、针对新的每条样本分布重新确定新的中心。重复步骤，直至各样本的中心点不再改变。   由于每次迭代需要所有样本，将其结合随机梯度下降算法，将提高收敛速度。主要见文献[1]。采用如下算法：   经过代码验证，采用iris dataset,有如下效果（效果受初始值影响）： 图1为原始分类，图2为传统kmeans,图3

>>阅读原文<<