传距离矩阵到k-指sklearn

Question

按照作为sklearn kmeans documentation聚类，它说，k-均值需要形状=（N_SAMPLES次，n_features）的基质中。但是我提供了shape =（n_samples，n_samples）的距离矩阵，其中每个索引都保存两个字符串之间的距离。时间序列已使用SAX表示法转换为字符串。

当我跑了距离矩阵集群，它提供了良好的效果。这可能是什么原因？据我所知，K-medoids是与距离矩阵一起工作的。

Answer 1

K均值，顾名思义，使用装置。

计算的算术平均值需要访问原始特征，不能使用的距离矩阵。

K-手段也不使用成对距离。所以距离矩阵对于这个算法是无用的。

选择不同的算法来代替，如层次聚类。