machine-learning - 如何将给定样本聚类到谱聚类算法计算出的类中心？

Question

假设我们根据谱聚类算法得到了几个带有训练样本的中心{C1(d1, d2...dn), C2...}。如果给出一个新的测试样本向量(x1，...xn)，我应该怎样做才能将其放入类中？

请注意，我们在谱聚类过程中使用的相似度矩阵不仅基于训练向量之间的欧几里德距离，还基于测地距离。所以距离不能只用两个向量来计算，并且类中心也不像K-means那么容易得到。

我得到的一个解决方案是 k-近邻算法。还有其他解决办法吗？

Answer 1

在谱聚类的情况下，结果不可更新，因为如果添加另一个实例/向量，则必须通过重新计算亲和性/拉普拉斯矩阵、执行特征分解、然后对行进行聚类来重复整个过程简化矩阵。