使用预处理和稀疏化的大数据 KMeans，Matlab 实现。 这具有三个主要特点： (1) 它具有良好的代码：在某些情况下，与 Matlab 的 K-means 相同的准确度和 100 倍快。 它还结合了最新研究，例如使用 K-Means++ 进行初始化（注：Matlab 的 R2015 K-Means 现在也使用 K-Means++）。 代码有据可查，并在可能的情况下符合 Matlab 的 K-means 函数的约定。 (2) 可选地，您可以启用 precondition-and-sample 功能，这是一种新颖的方法，可以在数据集非常大且处理速度缓慢时进行高效处理。
(3) 对于几 TB 大小的数据集，您可以使用 read-from-disk 选项，这样整个矩阵就不会一次全部加载到 RAM 中。
安装简单； 运行 `setup_kmeans.m`，它会在必要时为你安装 mex
