使用faiss实现kmeans聚类算法

TheLudGamer

Ubuntu安装faiss：

1. conda install faiss-cpu -c pytorch
2. conda install faiss-gpu cudatooklkit=10.0-c pytorch

复制代码

实现kmeans其实主要就是两句代码

1. import faiss
2. import pickle
3. import numpy as np
4. import time
6. #x是用numpy生成的一个200*100的矩阵
7. x = np.random.random((200,100)).astype('float32')#d是要输入的向量维度，应该是二维的，也可以用x.shape[1]来代替，num是要聚类的数量
8. kmeans = faiss.Kmeans(d, num, niter=niter, gpu=true)
9. kmeans.train(x)#train就是训练过程了#D表示距离，I表示聚类之后的向量
10. D, I = kmeans.index.search(x,1)

复制代码

例如，输入一个200100的向量，维度是100，经过聚类后，输出的I就是2001的向量
kmeans算法就是就是先找中心点，然后算中心点其余各点的距离，对各个点进行归类的过程，参考链接放在下边
faiss例子：
https://blog.csdn.net/u013066730/article/details/106118479
各参数含义：
https://www.aiuai.cn/aifarm1662.html
kmeans讲解：
https://www.bilibili.com/video/BV1AJ411x7sf?t=156

<div id="marketingBox" class="marketing-box"><div class="marketing-content">

超强干货来袭

云风专访：近40年码龄，通宵达旦的技术人生