我有一个庞大的“动态”数据集，并试图在其上找到有趣的聚类。
在运行了许多不同的无监督聚类算法之后，我发现了DBSCAN的配置可以给出一致的结果。
我想推断DBSCAN根据我的测试数据创建的模型，以将其应用于其他数据集，但无需重新运行该算法。我无法在整个数据集上运行该算法，因为它将耗尽内存，并且由于数据是动态的，因此该模型在其他时间对我来说可能没有意义。
使用sklearn，我发现其他聚类算法-如MiniBatchKMeans-具有predict方法，但DBSCAN没有。
我知道对于MiniBatchKMeans，质心唯一地定义模型。但是DBSCAN可能不存在这种情况。
所以我的问题是：推断DBSCAN模型的正确方法是什么？是否应该使用DBSCAN在测试数据集上给出的输出来训练监督学习算法？还是在某种程度上属于DBSCAN模型的东西可以用来分类新数据而无需重新运行算法？
最佳答案
根据您的模型训练分类器。
DBSCAN不容易适应新对象，因为您最终需要调整minPts。将点添加到DBSCAN可能会导致集群合并，您可能不想发生这种情况。
如果您认为DBSCAN发现的集群很有用，请训练分类器以将新实例放入相同的类中。现在，您要执行分类，而不是重新发现结构。
关于machine-learning - 使用sklearn DBSCAN模型对新条目进行分类，我们在Stack Overflow上找到一个类似的问题：https://stackoverflow.com/questions/29625550/