我正在Vertica中测试机器学习工具。我了解KMEANS的工作原理，因为它只是将数据分为几类。但是我不理解APPLY_KMEANS如何处理新数据。
在我看来，它的作用更像是一种分类方法。由于它将现有集群中的新数据分类。那么，使用什么算法（K最近邻居）？从文档中来看不是很清楚。
最佳答案
k-means是一个聚类算法（不是分类！），它分两个步骤进行迭代：
分配步骤：为每个点分配一个质心
更新步骤：更新质心坐标
建立k均值模型时，首先要初始化质心（不同的策略，可以是随机初始化），然后进行迭代直到聚类确定（错误小于给定阈值）为止。
定义模型的实际上是质心。
使用APPLY_KMEANS时，将使用查询中的数据和模型中的质心运行分配步骤。然后，将根据点相对于质心的距离将点分配给簇。
希望能帮助到你pltrdy
关于聚类与分类的注意事项：
我们很容易认为聚类是一种分类。尽管如此，分类必须仅引用supervised learning，而聚类对应于unsupervised learning。因此，不要这样做:)