sklearn中的多個eps值DBSCAN

我想使用sklearn中的DBSCAN實現。它們允許您使用自定義距離度量標準，但只能使用一個eps值。我想要的是以下內容：sklearn中的多個eps值DBSCAN

可以說我的點每個都有3個特徵，所以每個點都可以被認爲是p=np.array([p1,p2,p3])形式的一個numpy數組。如果np.abs(p1-q1) < eps1和np.abs(p2-q2) < eps2和np.abs(p3-q3) < eps3兩點p和q是鄰居。通常，可以使用d(p,q)<eps，其中d(,)是度量標準，eps是閾值。

有沒有一種方法可以輕鬆地將我的需求轉化爲sklearn？

來源

2017-08-01 Merlin1896

您可以適當縮放，然後使用最高標準。

p = p * [1/eps1, 1/eps2, 1/eps3] 

c = sklearn.cluster.DBSCAN(eps=1, metric="chebyshev", ...)

注意DBSCAN使用<=不<。

或者您預先計算了一個二元「距離」矩陣，其中如果三個條件成立，則距離爲0，否則爲1。但是這需要O（n²）內存。

來源

2017-08-01 14:36:48

這個距離矩陣在我的情況下是稀疏的。有沒有一種方法可以利用它來減少內存使用量？但是你的擴展想法很漂亮！謝謝！ – Merlin1896

由於0.17 sklearn可以使用稀疏距離矩陣。但要小心，你需要存儲0，然後，而不是1。缺失的值被認爲是無限的。如果上述縮放方法比稀疏矩陣快，我不會感到驚訝。 –

在[ELKI]（https://elki-project.github.io/）中，您可以定義一個距離函數 - 並獲得索引加速 - 而無需事先加權hack（本質上，請遵循[本教程]（https：// elki-project.github.io/tutorial/spatial_distance_functions）加權距離）。但即使如此，先前的權重可能比在每個距離計算上應用權重稍快。 –

sklearn中的多個eps值DBSCAN

回答

相關問題