如果k-means with Mahalanobis distance是具有不同方差集群的数据集的数学/方法正确选项，我想了解更多信息。步骤是：

1. 创建聚合数据集（最初是随机或其他方式，没关系）
2. 估计每个聚合/集群数据集的 mu、sigma
3. 通过计算每个点到每个集群的马氏距离并更新集群来重新计算集群。
4. 转到 2，直到集群没有变化。

我已经看到使用了这个实现，也在论文中看到了它。然而，有些东西让你感觉不舒服。没有办法使用 Mahalanobis 获得“绝对”的最佳聚类（即轮廓度量）。您只能在数据上估计模型（不同的正态分布）的误差（例如贝叶斯信息准则）。而且你绝对可以过拟合。就聚类和方法论而言，这仍然是“正确的”吗？这仍然被称为“k-means”聚类吗？

我想一定是有效的，因为我没有看到任何反对它的论据。然而，在我使用它之前，我觉得有必要问一下，只是为了确定一下。

谢谢一堆。