Java 如何使用ELKI库中的距离矩阵对数据进行聚类？

我有一个距离矩阵，我想在对数据进行聚类时使用该距离矩阵

我已经阅读了ELKI文档，它声明在扩展

AbstractNumberVectorDistanceFunction

类时可以覆盖

distance

方法

然而，

distance

类返回坐标。从x坐标到y坐标。这很麻烦，因为距离矩阵仅用距离值填充，我们使用索引来查找从

索引x

到

索引y

的距离值。以下是文档中的代码：

public class TutorialDistanceFunction extends AbstractNumberVectorDistanceFunction {
  @Override
  public double distance(NumberVector o1, NumberVector o2) {
    double dx = o1.doubleValue(0) - o2.doubleValue(0);
    double dy = o1.doubleValue(1) - o2.doubleValue(1);
    return dx * dx + Math.abs(dy);
  }
}

---

我的问题是如何在使用ELKI进行聚类时正确使用距离矩阵。

AbstractNumberVectorDistanceFunction

仅当您的输入数据是数字向量时才是合适的父类。如果您的数据类型是抽象对象标识符，则改用子类

AbstractDBIDRangeDistanceFunction

。然后，您必须实现

double distance(int i1, int i2);

对于预计算的距离，已经有不同的距离函数实现，例如，内存映射存储在磁盘上的距离矩阵的

diskcachebaseddoubleddistance函数。我们应该添加一个
DoubleMatrixDistanceFunction
，以便从Java直接使用（顺便说一句，在下一个版本中，所有类名和包名都将被缩短）

另见：
特别是标题为“在不使用原始数据的情况下使用”的部分，介绍如何在仅使用距离矩阵的情况下设置没有原始数据的数据库。
AbstractNumberVectorDistanceFunction
仅当输入数据为数字向量时，才是合适的父类。如果您的数据类型是抽象对象标识符，则改用子类
AbstractDBIDRangeDistanceFunction
。然后，您必须实现

double distance(int i1, int i2);

对于预计算的距离，已经有不同的距离函数实现，例如，内存映射存储在磁盘上的距离矩阵的
diskcachebaseddoubleddistance函数。我们应该添加一个
DoubleMatrixDistanceFunction
，以便从Java直接使用（顺便说一句，在下一个版本中，所有类名和包名都将被缩短）

另见：
特别是标题为“在没有原始数据的情况下使用”的部分，介绍了在仅使用距离矩阵时如何设置没有原始数据的数据库。
这是否支持不对称矩阵？这是否支持不对称矩阵？