k-means 聚类数据：如何标记新传入的数据

Question

我有一个带有由 k-means 聚类算法生成的标签的数据集。现在有一些来自另一个来源的数据（具有相同的数据结构），我想知道标记这些新的但看不见的数据的最明智的方法是什么？我正在考虑两者中的任何一个

• 计算与先前 k-means 质心的距离并相应地将数据标记到最近的质心
• 使用旧数据作为训练集对新数据运行新算法（例如 SVM）

很遗憾，我找不到任何关于这个特定问题的信息。关于 k-means 作为分类模型的一般用途，只有几个问题：

• Can k-means clustering do classification?
• How to segment new data with existing K-means model?

提前致谢。

乌力

Answer 1

你不需要支持向量机的东西。第一种方法更方便。如果你使用 sklearn https://scikit-learn.org/stable/modules/generated/sklearn.cluster.KMeans.html 这里有一个例子。predict 函数会做你的工作。