我有一组文档，只想将相关的文档进行分组。目前我使用的是谷歌的新闻向量文件（GoogleNews-vectors-negative300.bin），通过这个向量文件我获取了向量，并使用WMD（词移动距离）算法来计算两个文档之间的距离。现在我想将这个整合到K-means聚类中。基本上我想覆盖KMeans中的距离计算函数。该如何做呢？欢迎任何建议。提前感谢。

回答：

虽然理论上可以使用其他距离度量来实现k-means，但这并不建议——你的算法可能会停止收敛。更详细的讨论可以在例如StackExchange上找到。这就是为什么scikit-learn不支持其他距离度量的原因。

我建议使用例如层次聚类，你可以插入任意距离函数。