有一种方法来设定在K均值比5在Matlab实现 另一个距离,例如,切比雪夫距离:K-means算法具有任意距离函数MATLAB(切比雪夫距离)
d = max(abs(xj-xi))
谢谢。
最佳,
帕夫洛斯
有一种方法来设定在K均值比5在Matlab实现 另一个距离,例如,切比雪夫距离:K-means算法具有任意距离函数MATLAB(切比雪夫距离)
d = max(abs(xj-xi))
谢谢。
最佳,
帕夫洛斯
这可以帮助你。
http://www.purplemath.com/modules/distform.htm
http://www.mathwarehouse.com/algebra/distance_formula/index.php
此外,还有计算命名为“市街区距离”两点之间的距离,它类似于两个点的绝对距离的东西的另一个概念。例如:
距离,d = |x2-x1| + |y2-y1|
OR d = |x1-x2| + |y1-y2|
(如结果是绝对的,任何形式都行) 请检查和尝试。
切比雪夫距离相当于无穷大norm。这应该有助于您在Matlab文档中进行搜索。
我通过Matlab中的K-means的documentation阅读,没有办法提到用额外的距离范数扩展函数。所以,你应该自己实现它。
另一种选择是寻找从Linf到L2的映射,但这不存在。抱歉。
我喜欢,你的终点线...大声笑 – 2012-03-25 16:45:01
如果您没有任何使用K-means的具体原因,并且可以应对分层凝聚集群,那么您可以使用clusterdata
函数。它也与chebyshev距离。
其次,层次聚类可能更符合你想要的内容,因为你可以很容易地指定距离函数。然而,如果你真的想使用k-means,你可以使用你喜欢的任何函数创建一个距离矩阵,并使用SVD将你的距离矩阵分解成一个特征空间。然后,对由SVD得分表示的新特征空间执行k-means。
我不知道K-means会与其他距离度量收敛。
你告诉他,他想要做的正好相反。他希望L \ inf,并告诉他使用L1。 – Unapiedra 2012-03-25 10:22:07
@Unapiedra,谢谢你纠正我:) – 2012-03-25 10:46:53