我对历史数据的分类变量进行了k模式聚类。我做了聚类，因为我想看看数据属于哪些集群。现在我有输出，如果有新数据进入，有什么方法可以预测它将落入的集群。
可能有一种方法，因为我有每行的数据和它所属的集群，我可以将它用作列车数据并进行有监督的学习。但我想知道是否存在任何可能的方法，我可以使用现有的输出变量进行预测（半监督学习）
我可能无法共享任何数据或输出，因为我在为客户工作，但任何方法如何处理将非常有帮助。我一直在研究它已经有一段时间但是找不到合适的解决方案。
答案 0 :(得分：1)
大多数聚类算法无法预测新数据。
KMeans和GMM是例外，k模式应该像k-means一样工作（找到最相似的模式）。
但通常情况下，当你使用群集时，你真的应该分析群集并仔细检查它，因为群集只是没有100％正确。通常，你会想要运行A的一些集群，一些来自运行B等的集群。无论什么都有意义。然后在经过审核的清理群集上训练分类器以进行预测。