Я применил алгоритмы кластеризации, такие как k-mean, k-medoid и DBSCAN, к набору данных моих пациентов. Для каждого алгоритма RapidMiner генерирует кластерную модель (центроидную таблицу, графики и т. д.) и кластеризованный набор (показывает, какие примеры являются частью какого кластера). Теперь я хочу каким-то образом, когда приходит новый пациент, я хочу назначить ему кластер на основе предыдущей обученной модели. Я смущен способом сделать это.. это что-то вроде этого, я могу ошибаться
для каждого значения атрибута нового пациента - это значение атрибута из таблицы центроидов, суммирующее все различия атрибутов пациента и взяв среднее значение.
затем назначьте ему кластер, среднее значение которого минимально по отношению к этому пациенту.
если это правильный путь, то как я буду перегруппировывать, то есть, когда приходит новый пациент, наш алгоритм назначает ему кластер, это значит. центроид перемещается, а затем мне приходится перегруппировывать с каждой вставкой записи. как справиться с этим в моем сценарии?
