sklearn定义了大量的成对距离指标，例如轮廓分数:https://scikit-learn.org/stable/modules/generated/sklearn.metrics.pairwise_distances.html
例如，它可以通过以下任何距离度量来启动:[‘cityblock’, ‘cosine’, ‘euclidean’, ‘l1’, ‘l2’, ‘manhattan’]
但是，假设我使用来自yellowbrick的KElbowVisualizer。我可以这样传递轮廓作为度量:
KElbowVisualizer(KMeans(), k=(4, 12), metric='silhouette')
我假设它使用了轮廓评分默认距离度量，"欧几里得"。是否可以使用与默认值不同的距离度量来运行KElbowVisualizer?
这个功能是最近添加到开发分支的，应该在v1.5中发布。
https://github.com/DistrictDataLabs/yellowbrick/pull/1238