当前，我有两个版本的数据，每个版本都有不同的ID命名法。我需要确认新版本与旧版本相似。数据具有混合变量。我的问题是我可以合并两个数据并执行K-Prototypes并在每个群集中进行检查，两个版本的分布是否相同。给定置信区间，我可以通过/停止新版本。
我已经通过描述性统计，统计测试，聚类-分类-预测进行了分析。数据的GB数量巨大，执行此过程需要大量时间，并且在计算上也非常昂贵。我需要更简单的ML聚类方法（未标记的数据）来找到解决方案。我已经尝试了合并数据，但结果却不尽相同。
解决此问题的任何新方法。或者需要在合并数据集时进行验证，然后对每个集群中的新旧版本数据进行聚类和验证