Matrix 基于距离矩阵的javak-means术语聚类

我正在使用k-means和NGD（标准化谷歌距离）对术语进行聚类。 我有一个距离矩阵作为k-均值算法的输入。 在这种情况下有可能运行k-means吗？你能推荐一些源代码吗

提前谢谢大家,

---

Nass

你可以使用我找到的WEKA-MEANS

您可以下载项目以查看源代码

K-means不能与距离矩阵一起使用

因为它从不计算/使用点对点的相似性！（另外，这种方式可以在不到二次时间内运行…）

相反，它计算将对象指定给簇质心的方差贡献（从技术上讲，这是点到中心的平方欧几里德距离；但实际上不应在此插入其他距离）。而且，由于质心移动，因此无法预计算这些距离

---

然而，有一些k-means的变体没有这种限制，特别是k-medoids，又称PAM（在维基百科上查找）。它们不使用群集中心，而是使用medoid（因此得名）。medoid是数据集中的点。

这对一个根本不使用点到点距离（矩阵或非矩阵）的算法有什么帮助？