Допустим, мы получили несколько центров {C1(d1, d2...dn), C2...} с обучающими выборками по алгоритму спектральной кластеризации. Если задан новый вектор тестовой выборки (x1,... xn), что мне делать, чтобы поместить его в класс?
Обратите внимание, что матрица подобия, которую мы использовали в процессе спектральной кластеризации, основана не только на евклидовом расстоянии между обучающими векторами, но и на геодезическом расстоянии. Таким образом, расстояние не может быть вычислено с помощью всего лишь двух векторов, а центр класса получить не так просто, как то, что мы можем сделать с помощью K-средних.
Одно из решений, которое у меня есть, это алгоритм k-ближайших соседей. Есть ли другие решения?
