根据距离矩阵找到每个元素与质心之间的距离？

我有一个距离矩阵（元素之间的成对距离），我想找到集合的质心并获得每个元素与质心之间的距离。

我试图使用 k-means 来完成它并设置 n_clusters=1

km = KMeans(n_clusters=1)
km.fit(distance_matrix)
km.cluster_centers_

cluster_centers_ 返回坐标列表，但我不确定这是否代表每个元素与质心之间的距离。

如果 k-means 不是解决这个问题的正确方法，我应该使用哪种算法？

K-Means 不使用成对距离。所以距离矩阵对于这个算法是没有用的。 K-Means 接受 2D 或更多数据样本。为您的数据集定义特征（维度）并相应地提供数据，构建矩阵，然后将矩阵传递到 K-Means 中，如上所述。

km.cluster_centers_ 然后会返回质心列表。

您至少需要一些参考地面来计算质心，至少需要点的坐标。然后你甚至可以使用 k-means 来计算各种集群中的质心。然后你可以计算每个点到质心的距离。如果没有给出点之间的坐标，距离矩阵在这里是没有用的。