患者データセットに k-mean、k-medoid、DBSCAN などのクラスタリング アルゴリズムを適用しました。RapidMiner が生成したアルゴリズムごとに、クラスター化されたモデル (セントロイド テーブルとグラフなど) とクラスター化されたセット (どのサンプルがどのクラスターの一部であるかを示します)。ここで、新しい患者が来たときに、以前にトレーニングされたモデルに基づいてクラスターを割り当てたいという方法が必要です。私はこれを行う方法について混乱しています..それはそのようなものですか、私は間違っているかもしれません
新しい患者の各属性値について - 患者の属性のすべての違いを合計し、平均を取る重心テーブルからのその属性値。
次に、その患者に関して平均が最小であるクラスターを彼に割り当てます。
これが正しい方法である場合、どのように再クラスター化するか、つまり、新しい患者が来たときに、アルゴリズムが彼にクラスターを割り当てます。それは意地悪です。セントロイドが移動し、レコードを挿入するたびに再クラスター化する必要があります。私のシナリオでこれを処理する方法は？