E-means：同等损失下快 10 倍的 k-means 加速算法

开源k-means加速算法E-means，称同等损失下快约10倍，登HN获219分

E-means 是一个公开了完整算法与可视化讲解的 k-means 加速方法，作者宣称在同等聚类损失下比标准做法快约 10 倍（官方口径）。项目以 GitHub Pages 网页加公开代码的形态发布，核心卖点是靠更少的数据遍历次数达到同等损失。热度方面，它于 2026-11-09 出现在 Hacker News，截至当天获得 219 分、12 条评论——属于首页级关注但离现象级还有距离，GitHub 星数与增速数据在材料中不可得。社区已有实际复用反馈：有开发者自述将其适配到 GPU 上的 IVF 索引后获得 146 倍加速（自述数据，未经独立验证）。

hackernews · porridgeraisin · 11月9日 18:45 · 社区讨论

「为什么现在火」 它踩中的需求很硬：k-means/Lloyd's 是聚类和向量检索（如 IVF 索引训练）中反复遍历海量数据的基础开销，任何「同损失、更少遍历」的改进都能直接嫁接到现有管线上。与 faiss 这类重型专用库相比，E-means 的差异点在于以一个网页加代码的极轻形态公开算法本身，可视化讲解让核心思想「事后看来很显然」，已有评论者呼吁把它收进 scipy。

「今晚怎么上手」 入口是 https://e-means.github.io/ ，算法形态、更新规则与可视化讲解完全公开；材料未注明官方实现语言与依赖，接入细节以仓库代码为准。今晚可以做的第一个动作：读懂页面可视化背后的更新规则（评论者将其类比为主项带摩擦项的期望最大化/动量法，并强调质心始终保持在凸包内这一性质），然后在你现有的 k-means/Lloyd's 调用处做替换，用自己的数据集跑一组损失-耗时对比基准。注意适用边界：讨论中的正反例指向同一结论——它的优势集中在需要减少对海量数据集遍历次数的场景（有用户自述在 GPU 上的 IVF 索引拿到 146 倍加速，未经独立验证），而球面等面积网格的 Lloyd 松弛这类场景被反馈明确不如原方法，因此先小规模基准再决定是否替换。

查看原文 ↗