围绕固定质心聚类坐标的最优方法：Scikit K-Means优化及替代方案探讨

你的需求本质是固定质心的最近邻分配，不需要用K-Means聚类，最优方案就是对每个目标点计算到所有预设质心的距离，将其分配到距离最近的质心分组中，实现简单且效果完全符合预期。

你之前使用K-Means出现瑕疵的核心原因是：K-Means的核心逻辑是「分配点到最近质心→更新质心为分组内点的均值」两步迭代，你只设置了初始质心但没有禁用质心更新，会导致最终聚类的质心偏离你预设的home点，自然不符合要求。

实现步骤 #

1. 距离度量选择 #

• 如果是平面直角坐标，使用欧氏距离即可
• 如果是经纬度坐标，使用哈弗辛（Haversine）距离计算球面距离，注意需先将角度转为弧度

2. 代码实现 #

这里使用scipy优化的距离计算函数，比手动实现循环效率高很多，适配大规模坐标场景：

import numpy as np
from scipy.spatial.distance import cdist

# 输入数据示例，替换为自己的坐标列表即可
home_coords = np.array([
    [1.0, 2.0],  # home_coords_1
    [3.0, 4.0],  # home_coords_2
    [5.0, 6.0]   # home_coords_3
])
dest_coords = np.array([
    [5.2, 6.1],  # destination_coords_1
    [0.8, 2.3],  # destination_coords_2
    [4.9, 5.8],  # destination_coords_3
    [2.9, 4.2],  # destination_coords_4
    [1.1, 1.9]   # destination_coords_5
])

# 计算所有目标点到所有home点的距离矩阵，行对应目标点，列对应home点
dist_matrix = cdist(dest_coords, home_coords, metric='euclidean')
# 若为经纬度坐标，使用以下代码（坐标需先转弧度）
# dist_matrix = cdist(np.radians(dest_coords), np.radians(home_coords), metric='haversine')

# 为每个目标点匹配距离最近的home点索引
nearest_home_idx = np.argmin(dist_matrix, axis=1)

# 按要求格式组装结果
result = [[home.tolist()] for home in home_coords]
for idx, dest in zip(nearest_home_idx, dest_coords):
    result[idx].append(dest.tolist())

print(result)

运行上述代码输出和你需求示例完全一致：

[[[1.0, 2.0], [0.8, 2.3], [1.1, 1.9]], [[3.0, 4.0], [2.9, 4.2]], [[5.0, 6.0], [5.2, 6.1], [4.9, 5.8]]]

方案优势 #

• 结果完全符合需求：所有目标点都分配到距离最近的固定home点下，不会出现质心偏移问题
• 效率极高：底层C实现的距离计算，支持百万级坐标秒级处理
• 结果确定性：无随机性，每次运行结果完全一致
• 可灵活适配不同距离度量，满足平面、球面等不同坐标场景的需求

你之前考虑的「遍历home点逐个选最近的n个目标点」逻辑确实有缺陷，会出现同一个目标点被多个home点选中的冲突，而上述方案是反过来给每个目标点匹配最近的home点，完全避免冲突，不存在效果无保障的问题。

内容的提问来源于stack exchange，提问作者jan