首先,我想弄清楚如何应用这个算法来解决作业项目。所以,我不是在寻找作业解决方案,只是帮助完成我的算法来解决问题。使用反转距离的K均值聚类
我想使用K均值聚类来聚集大集(2^6)数组。这些数组是序列[0,1,2 ... 31]的唯一排列。但是,我不需要使用欧式距离,而需要使用反演距离。
我在k-means中的第一步是从数据集中选择k = 10个随机点。然后我计算数据集中每个值到每个随机k点的反转距离。这给出了最初的聚类。
现在,我不知道如何将下一步从欧氏距离转换为反转距离。我怎样才能找到每个群集的中心(就反演距离而言),所以我可以重复聚类步骤?
作为一个伴侣问题,欧氏距离是一个很好的近似(或等效)反演距离吗?我不相信它,但我不知道如何去证明它。
感谢所有提前。
可能会更好:http://math.stackexchange.com/ –