KMeans：提取填充集群的参数/规则

Question

我在 scikit learn (Python) 中创建了一个 4 集群 k-means 客户细分。 这个想法是，每个月，企业都会大致了解每个集群中客户规模的变化。

我的问题是如何使这些集群“耐用”。 如果我用更新的数据重新运行我的脚本，集群的“边界”可能会略有变化，但我想保留旧集群（即使它们与数据的拟合程度稍差）。

我的猜测是应该有一种方法可以提取决定哪个案例进入各自集群的参数，但我还没有找到解决方案。

我将不胜感激任何帮助

Answer 1

在另一个主题中得到了答案：

只记录簇的意思。 然后，当新数据进来时，将其与每个均值进行比较，并将其放入与均值最接近的数据中。