聚類訓練數據後，如何預測新數據的聚類？

我是新來的R，和我已經訓練有素使用hclust模型：聚類訓練數據後，如何預測新數據的聚類？

model=hclust(distances,method="ward」)

而結果看起來不錯：

enter image description here

現在，我得到了一些新的數據記錄，我想要預測他們每個人屬於哪個集羣。我如何完成它？

2014-01-11 MrROY

你所描述的聽起來更像是分類。例如，參見[package class]中的'knn（...）'函數（http://cran.r-project.org/web/packages/class/class.pdf）。 – jlhoward

@MrROY你是怎麼用knn解決問題的？你有一個例子嗎？ – loki

這使用knn https://www.rdocumentation.org/packages/arules/versions/1.5-0/topics/predict – Chris

正如名稱所示，羣集不應該對新數據進行「分類」 - 它是分類的核心概念。

某些聚類算法（如基於質心的kmeans，kmedians等）可以基於創建的模型「標記」新實例。不幸的是，層次聚類不是其中之一 - 它不會分割輸入空間，它只是「連接」聚類過程中給出的一些對象，因此您無法將新點指定給此模型。

使用hclust進行「分類」的唯一「解決方案」是在由hclust給出的標記數據之上創建另一個分類器。例如，您現在可以訓練knn（即使k = 1）數據與hclust標籤上的數據，並使用它將標籤分配給新點。

2014-01-11 18:01:56 lejlot

偉大的'knn'值得嘗試。 – MrROY

-3

爲什麼不計算每個hclust簇的點的質心，然後使用相同的距離函數爲最近的點分配一個新點？

在課堂上knn將只看最近的n，只允許歐幾里德距離。

沒有必要運行分類器。

2015-05-21 19:32:27 Chris

，因爲分層聚類不會創建質心是定義良好的對象的聚類。在這種情況下，你是遠離真理的，在這種情況下需要分類器，1nn（上面提出的建議）是最簡單並且可能足夠的解決方案（它的代碼甚至比你的建議更簡單），它將起作用，而計算質心不會。 – lejlot

上述方法對kmeans更有效。關於HCA，我不知道是否可以根據樹狀圖的結果採用樹分裂技術？ – Chris

您可以使用此分類，然後使用LDA來預測新點應屬於哪個類。

2017-01-11 08:14:20 Praveen

回答