R 提高集群性能

我正在使用kmodes对一个包含分类数据的数据集进行聚类，这开始花费太长时间。我正在考虑两种方法： 1） 减少迭代次数2）随机选取较小的数据子集，获取质心，然后根据最近的质心将其余数据分配给一个簇

---

我想知道这两种方法之间的折衷是什么，或者是否还有其他我没有想到的方法。

您的数据集有多大？您的实现有多好？如果它使用大量的R代码，考虑在C或FORTRAN中重写它的性能。朴素的R代码很容易比本机代码慢10倍。使用更聪明的数据结构（在R中很难有效地实现）可能会使您获得另一个10-100倍的系数。