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,Matrix 基于距离矩阵的javak-means术语聚类,matrix,distance,cluster-analysis,k-means,term,Matrix,Distance,Cluster Analysis,K Means,Term,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)。
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?