0
ward
방법을 사용하여 scipy linkage
을 사용하여 많은 특징 벡터를 클러스터링합니다. Scipy 계층 적 클러스터링 - 새로운 벡터 클러스터링
- 훈련 데이터가 clusterized됩니다
- 새로운 벡터는 벡터와 각 클러스터 사이의 거리가 계산되고, 제공, 새로운 벡터를 할당 "가장 가까운"클러스터 레이블
어떻게 새 벡터와 미리 계산 된 클러스터 사이의 거리를 계산할 수 있습니까?
링크가 클러스터 센터를 반환한다고 생각하지 않습니다. 내가 직접 계산해야합니까? – Euphe
그래, 그게 최선의 방법이라고 생각해. 모든 중심 벡터를 저장할 수 있습니다. 그런 다음 벡터를 추가하면 영향을받는 클러스터의 중심 벡터 만 업데이트하면됩니다. –