我正在使用mahoutKMeansDriver构建集群，并希望Spearman用作DistanceMeasure。
我可以在Java中找到该算法还是需要自己编写算法？
我在网络上找不到任何示例。
K-装置被设计来最小化方差。您的距离函数还必须使方差最小化，否则将失去收敛属性。为了确保与其他距离的会聚，请参阅围绕medoid（PAM）或k-medoids分区。
相关度量是不适用于k均值的距离的一个很好的例子：
考虑两个向量和绝对Spearman相关性：dist = 1- | r |
1 2 3 4 5
5 4 3 2 1
显然，斯皮尔曼相关性是-1，并且这两个向量被认为是“相同的”。
但是，k均值现在将计算这两个值的平均值，从而得出常数向量
3 3 3 3 3
这与这两者不一样（实际上，它与任何事物的相关性甚至都没有得到很好的定义）。换句话说：平均值不会使绝对相关最小化，并且您不应该使用此距离函数。
这就是为什么只应使用平方欧几里德距离的k均值的原因。
当查看余弦相似度的定义以及球形k均值也起作用的原因时，很容易看出这一点。
本文收集自互联网，转载请注明来源。
如有侵权，请联系[email protected] 删除。
我来说两句