将cluster_centers重新用于另一个K-mean聚类

Question

我有一个维度矩阵（nw，ny，nx），其中nx和ny是图像的维度（光子计数），对于每个像素，我有一个nw波长点的光谱轮廓。

我已经从scikit-learn python包中应用了K-mean聚类，其簇数等于ncl = 5。

dat =dat1.reshape(nw,nx*ny)
mm[:]=KMeans(n_clusters=ncl).fit(np.transpose(dat)).labels_
x=KMeans(n_clusters=ncl).fit(np.transpose(dat)).cluster_centers_

然后绘制x [i，：]（i =簇标签）我可以看到Kmeans生成的5种不同的平均光谱轮廓。 现在我的问题如下：我想在相同维度（nw，ny，nx）的不同数据集中使用这5个cluster_centers来检索我称之为mm的标签。我该怎么办？

提前感谢您的时间。

Answer 1

正如@sascha指出的那样，你需要保持KMeans对象来预测未来的数据

dat = dat1.reshape(nw,nx*ny)
clusterer = KMeans(n_clusters=ncl).fit(np.transpose(dat)

dat2 = dat2.reshape(nw,nx*ny)
dat2_labels = clusterer.predict(np.transpose(dat2))