最近看到一个叫做小批量K均值（mini-batch K Means）的聚类方法。
K均值我懂，SGD里的小批量我也懂。
【不懂就问】
但是这两个合在一起是什么意思？
小批量K均值和正常的K均值什么关系？这里的小批量又是什么意思？
3个回答
mini-batch K Means是对普通的K Means计算效率的优化。
在普通的K Means的计算过程中，每次更新各聚类中心点时，需要计算所有点和每个聚类中心点的距离，所以代价特别昂贵。
而在mini-batch K Means的计算过程中，每次更新各聚类中心点时，先从所有数据中随机地选取一个小集合（也就是这里的mini-batch），根据这个集合中的数据点，来更新各聚类的中心点。下一次更新时，再重新从所有数据点中选取一个随机的小集合，如此重复，直到达到收敛条件。
mini-batch的思想就是用部分数据，而不是全部数据，来更新模型的参数。所以从这一点来说，mini-batch K means和mini-batch sgd是同一个思想。
岛歌
2017-11-16 14:02
为了加快k means算法的计算速度，每次迭代的时候，只选了小批量的随机数据，而不是全部数据，这个思想就是小批量k means。
更多细节可以参考 Mini Batch K-Means in Sklearn
黄前志
2017-11-16 14:15
一个类似的问题：Mini-batch K-Means实现online learning的原理是什么？
答案说得很清楚
SofaSofa数据科学社区DS面试题库 DS面经
Jiho
2018-10-04 12:42
相关主题
可视化K Means的时候怎么把聚类的中心点和样本点连起来？
1回答
二分法K Means的算法是什么？和普通的K Means有什么区别？
2回答
进行K-Means聚类前，需要对数据做怎样的预处理？
1回答
如何用K Means做异常检测(outlier anomaly detection)？
3回答
通俗地解释c-means以及fuzzy c-means是什么意思
1回答
K means对数据的分布有要求吗？需要符合哪些前提假设？
4回答
关于online KMeans步骤中成员更新分类的问题？
1回答
Jenks和K Means在一维数据时，是不是等价的？
2回答
K-MEANS初始点选择的问题
2回答
我们谢绝在回答前讲“生动”的故事。
我们谢绝“这么简单，你自己想”、“书上有的，你认真看”这类的回答；如果你认为对方的提问方式或者内容不妥，你可以直接忽略该问题，不用进行任何作答，甚至可以对该问题投反对票。
我们谢绝答非所问。
我们谢绝自己不会、硬要回答。
我们感激每一个用户在编写答案时的努力与付出！