距离矩阵作为K-Medoids的输入？

Question

如何将K方法应用于可用的对称距离矩阵而又不必重新计算距离，因为该矩阵具有每个样本的距离值？ sklearn_extra.cluster的方法仅将数据样本作为参数，不将距离矩阵作为输入参数。

距离矩阵看起来像这样：

array([[  0.   ,  10.   ,  22.361,  14.142],
       [ 10.   ,   0.   ,  14.142,  10.   ],
       [ 22.361,  14.142,   0.   ,  22.361],
       [ 14.142,  10.   ,  22.361,   0.   ]])

Answer 1

在kmedoids对象初始化中使用metric="precomputed"。然后只需传递fit您预先计算的矩阵即可。

kmedoids = KMedoids(n_clusters=nclust, metric="precomputed").fit(X)