是否可以使用scikit-learn K-Means聚类指定自己的距离函数？

Question

是否可以使用scikit-learn K-Means聚类指定自己的距离函数？

Answer 1

不幸的是，没有：scikit-learn当前的k-means实现仅使用欧几里得距离。

将k均值扩展到其他距离并非易事，并且denis的上述回答并不是为其他度量实施k均值的正确方法。

Answer 2

只需使用nltk即可，例如

from nltk.cluster.kmeans import KMeansClusterer

NUM_CLUSTERS = <choose a value>

data = <sparse matrix that you would normally give to scikit>.toarray()

kclusterer = KMeansClusterer(NUM_CLUSTERS, distance=nltk.cluster.util.cosine_distance, repeats=25)

assigned_clusters = kclusterer.cluster(data, assign_clusters=True)