Algorithm 所有的聚类方法都是迭代的吗？

我想知道是否所有的聚类方法都是迭代的。迭代允许优化算法并使其适应大数据技术。

否

还有两个集群算法示例，它们不会迭代地改进集群（例如）

---

这并不意味着它们不能应用于大数据。例如，请查看关于实施的论文。

好的，非常感谢。分区算法是否都是迭代的，或者迭代方法取决于算法，而不是聚类算法的类型（分区、分层、基于网格、基于模型、基于密度…）？算法是否迭代并不取决于聚类算法的类型或其产生的结果。有些算法在迭代中工作，有些不工作，就是这样。如何知道聚类算法是否本质上是迭代的，例如k-means？对不起，我不知道在这里告诉你什么。你看一下这个算法，看看它是否在迭代中运行。在K-中，一次迭代包括一个赋值和一个更新步骤。迭代直到收敛。我想避免那个讨论，但现在我们开始。在将算法分类为迭代算法和非迭代算法之前，需要定义迭代算法。如果您通过“算法迭代地处理每个输入”来定义迭代，那么在输入上具有循环或递归的每个算法都可以标记为迭代。从您的问题范围来看，我将以以下方式定义迭代：从最初的猜测开始，尝试逐步改进集群。在每一步（迭代）之后，您将得到一个完整的（非最优的）集群。