【发布时间】：2018-12-06 02:58:19
【问题描述】：
我正在使用 scikit-learn 来运行 k-means。我查看了 scikit-learn k-means 代码，但我不明白 k-means 如何预先计算距离。哪些距离 k-means 会提前预先计算，而它事先不知道中心的值？
【问题讨论】：
标签： python scikit-learn k-means computational-geometry euclidean-distance
【发布时间】：2018-12-06 02:58:19
【问题描述】：
它不会预先计算中心之间的距离，它会预先计算一个点（例如 X）与系统中所有其他点之间的距离，并将它们存储起来以供以后使用。
检查此line 619 in kmeans，它调用_labels_inertia_precompute_dense，而后者又调用pairwise_distances_argmin_min at line 562。
pairwise_distances_argmin_min 的文档指出
计算一个点和一组点之间的最小距离。 此函数计算 X 中的每一行，即 Y 行的索引 哪个是最近的（根据指定的距离）。最小的 距离也会返回。
所以它不需要知道中心，这只是用来预先计算所有可能的点对之间的距离。
【讨论】：
-
谢谢。好的，它预先计算了数据集点之间的距离。但是在哪些情况下这些预先计算的距离会在 k-means 中使用？
-
当您想使用 scikit-learn 中未实现的距离函数或您有更快的实现时。
-
@ncfirth tke scikit-learn k-means 预先计算数据集点之间的距离。在 scikit-learn k-means 执行期间如何使用这些距离？
-
啊，原谅我，我把这个问题弄糊涂了，是关于内核方法而不是常规的 KMeans。
-
@MohammedKashif 我不明白您对预先计算的距离的回答。当我们需要为每个点找到最近的中心时，我们如何避免找到中心。你有什么公式可以找到只有预先计算的距离的中心吗？