#双非有机会进大厂吗##找工作，你会甘心进小厂还是猛冲大厂##双非本科求职如何逆袭# MiniBatch K-means 是 K-means 的一种加速算法，适合处理大规模数据集，核心要点如下：  （1）小批量数据更新：不像标准 K-means 需要处理整个数据集，MiniBatch K-means 通过从数据集中随机抽取小批量样本进行聚类更新，每次迭代只使用小批量样本来更新簇中心。 （2）更快的收敛：小批量更新显著减少了计算量，使算法在大数据集上更快收敛，适合流数据或大规模数据场景。 （3）降低内存需求：只需存储小批量数据，不需要将整个数据集加载到内存中，降低了内存消耗。 相对准确的聚类效果：虽然惯性可能略高于标准 K-means，但在速度和性能间取得了良好的平衡。适合数据分布较均匀时应用。 （4）易于扩展：适合分布式和在线学习，可以结合多次小批量更新逐渐改进聚类效果。