我读过重新训练模型在很大程度上取决于您要实现的目标。我意识到也许我需要每天重新训练我的模型，并且在一段时间后我必须从头开始再次训练模型。那没问题。问题是，如果我要重新训练 K-Modes 模型，我需要保存以前的质心。我认为这也不是问题。看到这里K-Modes 的实现，参数init可以是Huang或Cao。在 sklearn 的 K-Means 实现中（见这里），我们可以传递一个ndarrayshape (n_clusters, n_features)。我在 K-Modes 实现中找不到此功能。所以我的具体问题是：
- 保存以前的质心是否足以重新训练模型？
- 有没有办法在我提到的 K-Modes 实现中传递以前的质心？如果没有，我应该实现自己的 K-Modes 吗？