欧几里德与曼哈顿距离进行文本聚类

Question

我正在使用Weka尝试不同的聚类算法。当我尝试使用欧几里德距离的SimpleKMeans算法时，我得到的错误分类实例的次数较少，然后当我尝试使用曼哈顿距离时，我会得到更多错误的分类实例。文本聚类的最佳距离指标是什么？为什么？为什么我得到非常不同的结果？我正在使用类来集群评估集群模式。

Answer 1

假设有一个单词方法，曼哈顿距离更适合文档比较（虽然余弦距离通常是最佳方法），但K-Means是一种梯度下降算法，假设成本函数是可微分的这是欧几里德距离的情况，但与曼哈顿距离不一样。因此，即使欧几里德度量不是最佳的比较，K-Means可能会收敛到欧几里德距离比曼哈顿距离更好的解决方案。