我正在尝试使用k-means和Levenshtein distance构建垃圾邮件过滤器(考虑这是强制性的(。当我必须计算每个集群的质心时，我在理解如何计算"字符串"的平均值时遇到问题？
K 均值不能用于字符串。
它通过计算算术平均值来最小化最小二乘。这仅在连续变量上定义(并且有意义(。
在字符串上，您可以使用 PAM aka k-中心点代替。