Algorithm 一个算法级联到另一个算法的时间复杂度?
我正在使用随机森林解决监督分类问题,我正在使用k-均值聚类算法分割每个节点上的数据。我试图计算算法的时间复杂度。据我所知,k-means的时间复杂度是 O(n·K·I·d) 在哪里Algorithm 一个算法级联到另一个算法的时间复杂度?,algorithm,big-o,time-complexity,k-means,random-forest,Algorithm,Big O,Time Complexity,K Means,Random Forest,我正在使用随机森林解决监督分类问题,我正在使用k-均值聚类算法分割每个节点上的数据。我试图计算算法的时间复杂度。据我所知,k-means的时间复杂度是 O(n·K·I·d) 在哪里 n是点数 K是簇的数目 I是迭代次数,并且 d是属性数 k,I和d是常数或有一个上界,n比这三个大得多,所以我认为复杂性只是O(n) 另一方面,随机森林是一种分而治之的方法,因此对于n个实例,复杂性为O(n·logn),尽管我对此不确定,如果我错了,请纠正我 要获得算法的复杂性,我是否只需将这两个值相加?在本例中
- n是点数
- K是簇的数目
- I是迭代次数,并且
- d是属性数
要获得算法的复杂性,我是否只需将这两个值相加?在本例中,您不需要将这些值相加。如果有分治算法,则运行时间由
- 每次调用的子问题数
- 这些子问题的大小,以及
- 每个问题完成的工作量
- 算法总是将输入分成两个较小的部分
- 该算法递归地独立处理这两个部分,并且
- 该算法使用O(n)算法来确定要进行的拆分