R中许多相同点的k均值

Question

假设我有一个一维数据集，其中包含许多相同的数字，例如数据集S = c(rep(4, times(1000)), rep(5, times(808)), rep(9, times(990))) 。 有任何有效的方法可以在R中进行k均值吗？ 实际上，在我的数据中，我只有大约20个不同的点，但是每个点出现大约100000次，运行非常缓慢。 所以我想知道是否有更有效的方法。

Answer 1

K均值可以通过权重实现。 这样做很简单。

但是IIRC包含在R中的版本不是用这种方式实现的。 flexcluster上的版本可能是，但是它是纯R flexcluster得多。

无论哪种方式，您都想像常规的kmeans版本一样，在Fortran或C中实现。 也许您可以找到一些已经实现良好的程序包。