e-means、移動平均でk-meansの更新回数を削減
これは何?e-meansは、ベクトルを近いもの同士の集団に分けるk-means問題を解く、Meta FAIR発の手法です。
Swann Bessa氏らは、指数移動平均によるミニバッチ更新に、設定値の自動選択、空のクラスタの再生、終了時の平均再計算を組み合わせました。著者測定ではLloyd法の25周と同等以下の誤差へ約1〜3周で達し、Faissに実装を公開しています。
全件を毎回処理する基準方式から、途中の更新と初期化をまとめて見直す提案です。速度倍率は比較実装とデータに依存するため、実データで誤差と実時間を一緒に測る必要があります。
- 読むべき人
- ソフトウェアエンジニア
- HN
- 169 points / 11 comments