クラスタリングアルゴリズムの距離メトリックをオーバーライド

Question

私は、3つの次元にわたってK平均クラスタリングアルゴリズムを実装しようとしています。 ここでは、特定のディメンション全体で自分の距離メトリックを柔軟に定義する必要があるという要件があります。例えば、次元1では、単純なユークリッド距離尺度を定義し、次元2では自分のカスタム距離尺度を定義したいと考えています。

私の選択した任意の次元にわたって距離メトリックをオーバーライドできるK平均クラスタリングに使用できるJava実装がありますか？

おかげ アビシェークS

Answer 1

ELKIをご覧ください。ほとんどのアルゴリズムで任意の距離関数を使用できます。それは部分的にのみ賢明ではないが、K-手段を含む（平均はもはや距離を最小化する場合、K-手段は、ユークリッド距離を実際設計であり、そして他の距離で収束を停止することが！）実際に

、ELKI人々はあなたの質問にかなり答えてくれるTutorial on adding a custom distance functionも持っていますよね？

Answer 2

は、それが単純な実装をKには、意味があると属性のすべての種類（数値のものだけではなく）をサポートしていますので、私は、彼らはあなたがあなたの距離をプラグインすることができますAPIのいくつかの種類をホブ仮定Wekaをお試しください実装。