在K-Means中传递自定义距离函数

Question

有没有办法在MATLAB k-means中传递自定义距离函数（例如jaccard距离） 实施？

jaccard距离函数

D = pdist(X,'jaccard');

Answer 1

您需要做的是使用SVD将距离矩阵分解为特征空间，然后在由SVD分数表示的新特征空间上执行kmeans。参见Rob Tibshirani的统计学习要素。

或者你可以做一个与距离矩阵一起工作的k mediods - 在R中的as.dist（）会将一个矩阵转换成一个dist对象，然后你可以在其上做K-mediods。

Answer 2

我们从documentation了解到，我们可以将'distance'选项传递给kmeans：

  

'距离'

     

距离测量，在p维空间中。 kmeans最小化   尊重这个参数。 kmeans计算质心簇   不同的支持距离测量方法不同。

     

'sqEuclidean'

     

平方欧氏距离（默认）。每个质心都是平均值   该群集中的点。

     

'cityblock'

     

绝对差值之和，即L1距离。每个质心都是   该群集中各点的分量中位数。

     

'余弦'

     

一个减去点之间夹角的余弦（视为   矢量）。每个质心是该群集中点的平均值，   将这些点标准化为单位欧几里德长度后。

     

'相关性'

     

一个减去点之间的样本相关性（作为序列处理   价值观）。每个质心是分数的分量均值   在将这些点居中并归一化为零之后，该群集   平均值和单位标准差。

     

'汉明'

     

不同的位百分比（仅适用于二进制数据）。每   质心是该群集中点的分量中位数。

所以，例如：

[idx,ctrs] = kmeans(X,2, 'Distance','cityblock');

至于自定义功能（即用户实现）：AFAIK，如果不破解相关的m文件，这是不可能的。