原书出处
大数据日知录_架构与算法
16 机器学习:分布式算法
在实际实现谱聚类的时候,因为矩阵S 往往非常巨大,其在计算时存储成本太高,所以为了减少存储需求,往往会将其改造为稀疏矩阵,即只保留部分矩阵数值而将大部分矩阵值过滤掉。一种常见的做法是对矩阵S 的第i 行数据,类似于KNN的做法,只保留和第i 个数据相似度最高的t 个。因为保留的都是最重要的数据,所以这样的稀疏矩阵可以在基本不降低算法精度的情况下大量减少对存储量的要求。
原书定位详情
来源:a19c7933-4eda-4176-aebd-30fe7e1ad292
正文位置:extracted/大数据日知录_架构与算法/_epub-src/OEBPS/text00021.html
EPUB SHA-256:e45b74c4bdd8959aef24f2a5183280eb73ec5f173108f8679a4bbf44bbd5b34d