machine-learning - 如何将给定的样本聚类到通过谱聚类算法计算的类中心？

Question

假设我们有几个中心 {C1(d1, d2...dn), C2...}，根据谱聚类算法训练样本。如果给出了一个新的测试样本向量 (x1, ... xn)，我应该怎么做才能将它纳入一个类？

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，还基于测地线距离。所以距离不能只用两个向量来计算，类中心也不像我们在K-means中那样容易得到。

我得到的一种解决方案是k-最近邻算法。还有其他解决方案吗？

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力/拉普拉斯矩阵，执行特征分解，然后对减少的行进行聚类来重复整个过程矩阵。