APPLY_KMEANS如何在Vertica中工作

Question

我正在测试Vertica中的机器学习工具。我理解KMEANS是如何工作的，因为它只是将数据分成簇。但是我不明白APPLY_KMEANS如何处理新数据。 在我看来，它更像是一种分类方法。因为它将现有集群中的新数据分类。那么使用什么算法（K最近邻居）？从文档中不太清楚。

Answer 1

k -means是一个聚类算法（不是分类！），它迭代了两个步骤：

• 分配步骤：为每个点指定一个质心
• 更新步骤：更新质心坐标

当您构建k-means模型时，首先初始化质心（不同策略，可以是随机初始化），然后迭代直到您的群集正常（您的错误低于给定阈值）。

您的模型定义的实际上是您的质心。

使用APPLY_KMEANS时，您将使用查询中的数据和模型中的质心运行分配步骤。然后根据它们相对于质心的距离将点分配给簇。

希望它有所帮助 pltrdy

关于群集与分类的注意事项：
我们可以想到聚类是一种分类。但是，分类必须仅引用supervised learning，而群集对应于unsupervised learning。因此，不要这样做：）