Python：加载kmeans训练数据集并使用它来预测新的数据集

我有大量的数据，我想运行kmean分类。数据集非常大，我无法将文件加载到内存中。Python：加载kmeans训练数据集并使用它来预测新的数据集

我的想法是像训练数据集一样在数据集的某些部分上运行分类，然后逐个部分地将数据集应用到数据集的其余部分。

import pandas as pd 
import pickle 
from sklearn.cluster import KMeans 

frames = [pd.read_hdf(fin) for fin in ifiles] 
data = pd.concat(frames, ignore_index=True, axis=0) 
data.dropna(inplace=True) 

k = 12 
x = pd.concat(data['A'], data['B'], data['C'], axis=1, keys=['A','B','C']) 
model = KMeans(n_clusters=k, random_state=0, n_jobs = -2) 
model.fit(x) 

pickle.dump(model, open(filename, 'wb'))

X看起来是这样的：

array([[-2.26732099, 0.24895614, 2.34840191], 
    [-2.26732099, 0.22270912, 1.88942378], 
    [-1.99246557, 0.04154312, 2.63458941], 
    ..., 
    [-4.29596287, 1.97036309, -0.22767511], 
    [-4.26055474, 1.72347591, -0.18185197], 
    [-4.15980382, 1.73176239, -0.30781225]])

该模型是这样的：

KMeans(algorithm='auto', copy_x=True, init='k-means++', max_iter=300, 
n_clusters=12, n_init=10, n_jobs=-2, precompute_distances='auto', 
random_state=0, tol=0.0001, verbose=0)

两个模型的曲线参数的颜色编码与模型看起来是这样的：

现在我想加载模型并将其用于predi电视机。作为测试示例，我加载了相同的数据（此处未显示），并尝试预测新数据集。

modelnew = pickle.load(open('test.pkl', 'rb')) 
modelnew.predict(x)

其结果是：

这个数据并显然不是集群。我错过了什么？我是否需要以某种方式修复模型参数？

我试图做一个测试和火车数据集的例子。这里也出错了。很明显我丢失的东西：

## Splitting data in a test and train data set 
sample_train, sample_test = train_test_split(x, test_size=0.50) 

k = 12 ## Setting number of clusters 
model = KMeans(n_clusters=k, random_state=0, n_jobs = -2) ## Kmeans model 
train = model.fit(sample_train) ## Fitting the training data 
model.predict(sample_test) # Predicting the test data 

centroids = model.cluster_centers_ 
labels = model.labels_ 

## Figures 
cmap_model = np.array(['red', 'lime', 'black', 'green', 'orange', 'blue', 'gray', 'magenta', 'cyan', 'purple', 'pink', 'lightblue', 'brown', 'yellow']) 
plt.figure() 
plt.scatter(sample_train[:,0], sample_train[:,1], c=cmap_model[train.labels_], s=10, edgecolors='none') 
plt.scatter(centroids[:, 0], centroids[:, 1], c=cmap_model, marker = "x", s=150, linewidths = 5, zorder = 10) 

plt.figure() 
plt.scatter(sample_test[:,0], sample_test[:,1], c=cmap_model[labels], s=10, edgecolors='none') 
plt.scatter(centroids[:, 0], centroids[:, 1], c=cmap_model, marker = "x", s=150, linewidths = 5, zorder = 10) 
plt.show()

列车数据：