Use a correlação absoluta de Pearson como distância no algoritmo K-Means (MATLAB)

Eu preciso fazer alguns agrupamentos usando uma distância de correlação, mas em vez de usar a correlação 'distância' 'integrada, definida como d = 1-ri, preciso da distância absoluta de pearson. Na minha aplicação, os dados anti-correlacionados devem obter o mesmo ID do cluter. E agora, ao usar a função kmeans (), estou obtendo centróides altamente anticorrelacionados, que eu gostaria de evitar combinando-os. Agora, ainda não sou tão fluente no matlab e tenho alguns problemas ao ler a função kmeans. Seria possível editá-lo para o meu pourpose?

Exemplo:

As linhas 1 e 2 devem obter o mesmo ID de cluster ao usar a distância de correlação das métricas.

Eu fiz algumas tentativas para editar a função interna do matlab (kmeans abertos> linha 775), mas o que é estranho - quando altero a função de distância, estou obtendo uma matriz de distância válida, mas índices de cluster incorretos, não consigo encontrar o motivo. Gostaria de receber algumas dicas! tudo de bom!

questionAnswers(2)

yourAnswerToTheQuestion