我试图聚集大约一百万个对象，每个对象具有不同长度的数据点，通常小于100.这些特征将是观察的日期和每个对象的ID值（让＆＃39 ; s说跑步者（名字）和他们在不同种族的时间）。我想在这些数据上运行minibatch k-means，但我也希望算法根据第三个特征采用分层样本，让我们说美国国家认为跑步者来自。有没有办法在minibatchkmeans功能中实施这样的采样？
如果没有，有没有办法采取分层样本，然后以某种方式将它们传递给函数？我想到了这一点，但似乎如果我采用分层样本并将它们传递给基本k-means算法，我将无法将样本聚合在一起并为每个对象获得一个标签。有什么建议吗？