我对在线kmeans聚类感到有点困惑。我知道它允许我一次只使用一个数据进行聚类。但是，这仅限于一次会议吗？假设我通过这种方法聚集了一堆数据，并且得到了聚类数据结果，将来是否可以向集群添加更多数据？
我一直在寻找这段代码的实现，但无济于事。有人知道吗？
更新： 澄清更多。以下是我的代码现在的工作方式：
- 图片来自实时视频，一旦保存了足够的图片，就可以获得筛选功能。
- 重复步骤1，新一批实时图片，再次获得kmeans。将kmeans向量与之前的kmeans结合起来，如：[A B]
你可以看到这很糟糕，因为我很快就会得到太多的集群，而且每批集群肯定会与另一批集群重叠。
我想要的是什么：
- 从实时视频供稿中拍摄的图像，一旦保存图片，就可以获得kmeans
- 重复步骤1，再次获取kmeans，更新并将新群集添加到上一个群集。
除非我没有正确理解它们，否则我所看到的任何东西都无法容纳它。
答案 0 :(得分：1)
如果你看一下原始的（！）出版物，MacQueen提出的方法 - k-means这个名字来自 - 实际上是一个在线算法。我不确定MacQueen是否对数据进行了多次传递以改善结果。我相信他使用了一次传递，对象永远不会被重新分配给不同的集群。如果是这样，它已经是一个在线算法！
平均值通常计算为sum / count。从数值的角度来看，这不是很明智。例如。在经典的Knuth书中，你可以找到一种增量更新方法。维基百科也有它。
一旦你真的想重新分配先前的分数，事情会变得稍微复杂一些。但通常在流式上下文中，您不会知道以前的点数，所以无论如何都不能这样做。