k-means的快速纯Python实现[关闭]答案

【问题标题】：Fast pure Python implementation of k-means [closed]k-means的快速纯Python实现[关闭]
【发布时间】：2013-07-19 04:05:42
【问题描述】：

我希望在 Google App Engine 应用（专为 Google Glass 构建）上进行 k-means 聚类。 App Engine 仅接受纯 Python 库。

我尝试使用 SciPy 的 kmeans 和 kmeans2 编辑为使用 py_vq 而不是 vq 的 C 实现，但它们在 ~500,000 x,y,z 点上花费的时间太长（~100 秒）我在 App Engine 日志中得到了 DeadlineExceededError。

我已经将样本量减少了 90% 以节省内存限制，因此我不想再减少样本量。

是否有任何纯 Python k-means 库对 Google App Engine 来说足够快？

【问题讨论】：

【解决方案1】：

如果您收到 DeadlineExceededError，请考虑使用后端。后端没有截止日期和可配置的内存限制（虽然不是很高，最大 1GB）。

【讨论】：

【解决方案2】：

嗯，C 实现肯定会比纯 python 实现快... 对于数字的东西，纯 python 可能真的很昂贵而且很慢。这就是为什么像 numpy 和 scipy 这样的 python 库在后端有很多用更快的语言实现的东西。

您也可以尝试限制迭代次数。 10 次迭代后的 k-means 结果可能与实践中的最终结果一样好。这是事情发生很大变化的第一次迭代。

【讨论】：