python - 如何计算文档与每个质心之间的距离(k-means)？

Question

我执行了 scikit-learn k-means 算法并得到了结果质心。我有一个新文档(不在初始集合中)，我想计算每个质心和新文档之间的距离，以知道它应该放置在哪个簇中。

是否有内置函数可以实现该目的，或者我应该手动编写相似度函数？

Answer 1

您可以使用方法predict获取矩阵中每个样本最接近的簇X:

from sklearn.cluster import KMeans

model = KMeans(n_clusters=K)
model.fit(X_train)
label = model.predict(X_test)