sklearn KMeans在训练集上训练，在预测集上预测

一般在有监督训练中，我们很自然地会用如下模式去预测测试集的分类：(以svm为例)

svm.fit(x_train, y_train)
y_pred=svm.predict(x_test)

那么无监督训练中是否也可以在一个数据集上训练，然后用训练好的模型直接调用predict()函数在另一个数据集上进行预测呢？答案是：可以的！下面我们以KMeans为例说明。

import numpy as np
from sklearn.cluster import KMeans
from sklearn.datasets.samples_generator import make_blobs

# Generate some data
X_train, y_train = make_blobs(n_samples=400, centers=4, cluster_std=0.60, random_state=0)
X_test, y_test = make_blobs(n_samples=100, centers=4, cluster_std=0.80, random_state=0)

kmeans = KMeans(4, random_state=0)
kmeans.fit(X_train)

# 方法一：手动计算测试集的分类
centroids = kmeans.cluster_centers_
labels_list = []
for i in range(X_test.shape[0]):
    distance = np.square(centroids - X_test[i])
    distance = np.sum(distance, axis=1)
    label = np.argmin(distance)
    labels_list.append(label)

# 方法二：调用predict()
labels_test = kmeans.predict(X_test)

# 判断两个方法的预测结果是否一样
print(labels_list == list(labels_test))   # 输出结果：True

kmeans的predict()结果和我们手动计算的结果完全相同，说明无监督训练中也可以在一个数据集上训练，然后用训练好的模型直接调用predict()函数在另一个数据集上进行预测。