如何在scikit-learn中实现可调用距离度量？

Question

我在python的scikit中使用了聚类模块，我想使用Normalized Euclidean Distance。没有内置距离（我知道）这是一个list。

所以，我想用可调用的方法实现我自己的Normalized Euclidean Distance。该函数是我的distance模块的一部分，名为distance.normalized_euclidean_distance。它需要三个输入：X，Y和SD。

然而，归一化欧几里德距离需要人口样本的标准偏差。但是，scipy中的成对距离只允许两个输入：X和Y。

我如何允许它进行额外的论证？

我尝试将其放入**kwarg，但这似乎不起作用：

cluster = DBSCAN(eps=1.0, min_samples=1,metric = distance.normalized_euclidean, SD = stdv)

其中distance.normalized_euclidean是我编写的函数，它接收两个数组X和Y，并计算它们之间的标准化欧氏距离。

...但是这会引发错误：

TypeError: __init__() got an unexpected keyword argument 'SD'

使用其他关键字参数的方法是什么？

Here它说Any further parameters are passed directly to the distance function.，这让我觉得这是可以接受的。

Answer 1

您可以使用lambda函数作为度量，它采用两个输入数组：

cluster = DBSCAN(eps=1.0, min_samples=1,metric=lambda X, Y: distance.normalized_euclidean(X, Y, SD=stdv))

Answer 2

另一种方法是使用metric_param arg，稍后将其作为kwargs发送到函数：

cluster = DBSCAN(eps=1.0, min_samples=1, metric=normalized_euclidean, metric_params={"SD": stdv})