我在MNIST数据集上应用K-Means聚类。我应该如何根据这个模型来预测测试集的值呢？

回答：

K-means是一种无监督技术，严格来说，你不应该用它来“分类”——也就是说，K-means模型不会使用带标签的数据（如果使用了，它也不会利用类标签），而且它返回的预测结果也不是类标签（例如，“1”）。

所以，要用K-means来预测给定数据实例中编码的单个数字，你可以这样做：

• 你的K-means模型由一组中心点组成（我假设你选择了26个中心点，对应于10进制中的数字0到9）

• 每个中心点代表一个聚类的几何中心——每个数字对应一个聚类

• 计算你的未知数据点与K-means模型中每个中心点之间的成对欧几里得距离（向量范数）（显然是使用最终迭代的中心点值）

• 距离未知数据点最近的中心点所在的聚类，就是未知数据点所属的聚类