如何将k-均值聚类转化为带标签数据的预测

Laura_Brongers

嗨，我有一个Kaggle比赛形式的作业(称为2nd assignment DMT, 2022年VU数据挖掘技术杯)，我有一个非常大的标记数据集，其中包含在网站上搜索和预订酒店的客户的数据。每一行都有一个搜索ID(因此一个客户可以进行多次搜索)。一个搜索是一个酒店，它有几个属性，如位置，每晚价格，星级等。例如，搜索了多少个晚上，有多少成年人会入住，酒店的星级是多少等等。我想预测的结果变量是客户是否会预订。此属性已包含在数据集中，并设置为label。此外，我想考虑客户点击酒店的几率，这也是数据集中的二进制属性(点击是/否)。
我制作了一个k-means集群与快速矿工工作室，通过:
1.将已预订属性的角色(yes/no)设置为label
2.获取数据的样本(20%)
3.选择我们认为有用的属性
4.规范化的数据
5.将标称数据转换为数值数据
6.应用k= 3,100次k-means聚类，将cluster作为属性添加到数据和所有其他默认设置中
7.对集群距离应用性能度量

现在我想根据这些簇对label booking (y/n)做一个预测。它必须成为一个包含搜索ID和该客户预订该搜索酒店的机会的列表。我的问题是，如何将以集群为属性的数据转换为预测列表?
如果预测也考虑到顾客点击该酒店的几率，那就太好了。