我正在处理经纬度数据。我需要根据两点之间的距离进行聚类。现在两个不同点之间的距离计算公式是=ACOS(SIN(lat1)*SIN(lat2)+COS(lat1)*COS(lat2)*COS(lon2-lon1))*6371

我想在R中使用K-means。有没有办法可以覆盖其中的距离计算过程？

回答：

K-means并非基于距离

它是基于方差最小化的。方差和公式等于欧几里得距离的平方和，但反过来，对于其他距离，并不成立。

如果你想为其他距离使用类似K-means的算法（其中均值不是合适的估计器），可以使用K-medoids（PAM）。与K-means不同，K-medoids可以与任意距离函数收敛！

对于曼哈顿距离，你也可以使用K-medians。中位数是L1范数的合适估计器（中位数最小化差异和；均值最小化平方距离和）。

对于你的特定用例，你也可以将数据转换到三维空间，然后使用（平方）欧几里得距离，从而使用K-means。但你的聚类中心将位于地下！