Algorithm Cure算法的缺点

我搜索了很多，但找不到Cure算法的缺点。它们对Cure聚类算法有什么限制吗

---

感谢从关于cure算法的

简短的回答是运行时复杂性

• 运行时间为O（n^2 log（n））
• 空间复杂度为O（n）

对于数据库应用程序，这是一个相当高的运行时复杂性，因此直接将其应用于大型数据库可能会遇到问题

根据维基百科的说法，这种限制可以通过以下方法来缓解

• 随机抽样：随机抽样支持大数据集。通常，随机样本适合主内存。随机抽样涉及准确性和效率之间的权衡
• 分区：基本思想是将样本空间划分为p个分区。每个分区包含n/p元素。第一个过程对每个分区进行部分聚类，直到对于某些常数q，聚类的最终数目减少到n/pq≥ 1.n/q上的第二个集群传递部分地对分区进行集群。对于第二个过程，仅存储代表点，因为合并过程仅需要先前簇的代表点，然后再计算合并簇的代表点。对输入进行分区可以减少执行时间
• 标记磁盘上的数据：仅给定k个簇的代表点，其余的数据点也将指定给簇。为此，将为每个k簇选择随机选择的代表点的一小部分，并将数据点分配给包含最接近它的代表点的簇