我有一个我喜欢的层次聚类模型。我根据统计和领域知识的平衡选择了集群，因此它们通常比最佳 CCC 建议的范围更广（尽管在某些情况下更窄）。这是因为集群被用作业务决策的广泛启发式方法，太多的集群使得我们很难以我们需要的主要方式采取行动。
当我有新数据进来时，很容易确定它们属于哪个集群。然而，我的一位用户非常喜欢星座图（我也喜欢！），并发现它提供了一些有用的定性知识。因此，虽然较小的子集群没有被选择用于整体质量表示，但它们对于视觉观察仍然非常有用。
我想知道的是，是否有一种方法可以将新数据进入聚类模型的位置可视化，直至特定的子分支。尤其是在星座图中。我唯一能想到的就是要么
a）找到一个最近邻算法，使我接近与层次聚类相同的结构
b) 解决一些更细粒度的额外集群层，向下到最后几个分支，然后只向用户报告密切相关集群的成员资格。
这些都没有真正把它放在星座图上，但选项 b 至少可以给他们一个去哪里看的路线图。
关于如何将新条目可视化到分层集群模型中的任何想法？
看看 SaveClusterTree 红色三角形选项，看看它是否满足您的需求。 如果没有，也许圆形树状图可能会回答你的一些问题。 如果我查看 SaveClusterTree 表，我认为该代码可能会更简单。 那好吧。
如果您添加一行，您可以预期聚类顺序会发生变化，可能会发生很多变化。 新树可能看起来不像在您识别的点插入新节点的旧树。 Big Class，按身高和体重聚类，在添加/删除 James 时显示这一点：
没有詹姆斯，它会重新排列。
