Performance 请问kmean大概什么时候结束？

很抱歉这个奇怪的问题，但问题是我正在运行kmeans，使用

我得到了大约9000000个128维向量，我将得到1000000个质心。它在24核CPU上运行，现在已经运行了好几个小时。这是我第一次用这么大的数据运行kmeans，我想知道它什么时候会完成，而不是等到它完成以后才知道

所以问题是，有可能估计kmean什么时候结束吗

你确定吗

A） 算法是否适合您的问题？k-means是建立在很多假设中的，特别是集群的大小相同

B） 你的参数有意义吗？“群集”到“1000000”是否有任何用途？这有意义吗？这些集群中有多少最终只包含0或1个观测值

一个朴素的k-均值实现（99%是朴素的）将使用

O（n*k*i）

其中

n

是观察数，

k

是聚类数，

i

是收敛前所需的迭代数。所以很明显，它严重扩展到1000000个集群。

---

但更糟糕的是：k-means在最坏的情况下会测试

O（k^n）

assignments。通常要少得多，但显然这个数字高度依赖于集群的数量。因此，集群越多，通常需要的迭代次数就越多，直到收敛

对不起，现在我明白你的问题了。我删除了我的答案。没有办法知道它什么时候会结束，甚至无法接近实时。因为这里有很多因素，你永远不可能完全了解它们：）但我可以说这需要很多时间，所以振作起来，离开它：）