在 H2o KMEANS 聚类中获取点到聚类质心的距离

Question

在 H2O KMeans 集群中。有没有办法计算数据集中每个点与集群质心的实际距离？ 目前 H2o 为传递的数据提供预测的集群，但获取点与其集群质心的距离的最佳方法是什么。

我打算将此用于异常检测，其中远离质心的点被视为异常。我没有使用 Apache Spark，但打算使用 Sparking Water 进行尝试，但 H2o Api 似乎没有显示从集群质心获取每个点的距离的最佳方法。

Answer 1

不幸的是，目前还没有一种方法可以通过 R 或 Python 执行此操作。 H2O 在Java 中有一个方法，但它从未在 R/Python 中公开过，所以我为那个here 添加了一张票。

与此同时，您可以编写自定义代码来执行此操作，或者您可以使用深度学习自动编码器进行异常检测（此tutorial 中提供了示例）。