我想使用K-means算法训练数据，然后在另一组相似数据上进行测试，只移除一列。我是机器学习的新手，所以我从https://www.datacamp.com/community/tutorials/k-means-clustering-python上获取了代码，并将其应用于我的一组数据集，但是在这个网站上，预测部分在哪里进行的呢？我们只是提供数据并测试准确性。我们如何将算法应用于测试数据（显然会有所不同）以预测缺失属性的值呢？

回答：

当你开始学习机器学习时，这种困惑是很常见的。

来自维基百科：

监督学习是根据示例输入-输出对，学习将输入映射到输出的函数的机器学习任务。它从由一组训练示例组成的标记训练数据中推断出函数。在监督学习中，每个示例都是由一个输入对象（通常是一个向量）和一个期望的输出值（也称为监督信号）组成的对。监督学习算法分析训练数据并生成一个推断函数，该函数可用于映射新示例。最佳情景将允许算法正确确定未见实例的类别标签。这需要学习算法以一种“合理”的方式从训练数据泛化到未见的情况（参见归纳偏见）。

同样来自维基百科：

无监督学习是机器学习的一个分支，它从未被标记、分类或归类的测试数据中学习。无监督学习不是响应反馈，而是识别数据中的共性，并根据每条新数据中这些共性的存在或缺失做出反应。

K-means聚类算法是一种无监督学习算法。在无监督学习中，你没有标签，因为你不是在试图预测某事。相反，你是在尝试找到一种方法来将数据聚类，使具有共同特征的数据点被分组在一起。

你首先在监督学习中使用测试（和通常的验证）集的原因，是为了评估模型的泛化性能，以避免过拟合。然而，在无监督学习中，你无法评估这一点，因为你不知道数据的实际聚类。因此，使用测试集是没有意义的。