通过提供数据对象和中心点之间的距离来实现 k-medoids 算法
Implement k-medoids algorithm by supplying the distances between data objects and the medoids
我一直在尝试用 C++ 实现 k-medoids。
到目前为止，我想出了通过提供簇数（或种子数）as described in Wikipedia's k-medoids page.
来实现 k-medoids
现在，我要做的是通过提供距离而不是簇数来实现它。
我画个图吧。两个圆圈代表一个簇，点是数据对象。 C1 和 C2 是种子 (medoids)。
例如，如果您提供“8 英里”，则上图中的每条绿线都必须等于或小于 8 英里。我花了很多时间来搜索如何通过指示种子数而不是距离来实现 k-medoids。
如果您能提供任何建议，我将不胜感激。
（我说我用的是c++，但是编程语言本身并不重要，因为我只关心算法。）
如果您限制最大距离，则您在进行层次聚类（更准确地说，是通过聚类树的单个切割），而不是 k-medoids。
使用距离矩阵也很常见。
我一直在尝试用 C++ 实现 k-medoids。 到目前为止，我想出了通过提供簇数（或种子数）as described in Wikipedia's k-medoids page.
来实现 k-medoids现在，我要做的是通过提供距离而不是簇数来实现它。
我画个图吧。两个圆圈代表一个簇，点是数据对象。 C1 和 C2 是种子 (medoids)。
例如，如果您提供“8 英里”，则上图中的每条绿线都必须等于或小于 8 英里。我花了很多时间来搜索如何通过指示种子数而不是距离来实现 k-medoids。
如果您能提供任何建议，我将不胜感激。 （我说我用的是c++，但是编程语言本身并不重要，因为我只关心算法。）
如果您限制最大距离，则您在进行层次聚类（更准确地说，是通过聚类树的单个切割），而不是 k-medoids。
使用距离矩阵也很常见。