DBSCAN中的替代相似性度量？

Question

我在scikit-learn python模块中的DBSCAN算法上测试我的图像集。有相似性计算的替代方案：

# Compute similarities
D = distance.squareform(distance.pdist(X))
S = 1 - (D / np.max(D))

加权衡量或类似的事情我可以尝试，例子？

Answer 1

存在DBSCAN的概括，称为“广义DBSCAN”。

实际上，对于DBSCAN，你甚至不需要距离。这就是为什么首先计算相似性矩阵实际上没有意义。

你需要的只是一个谓词“getNeighbors”，它计算你认为是邻居的对象。

参见：在DBSCAN中，距离并未真正使用，除了测试对象是否是邻居。所以你需要的就是这个布尔决定。

您可以尝试以下方法：使用全1来初始化矩阵。 对于任何两个目标你认为你的应用程序类似（我们无法帮助你，在不知道你的应用程序和数据的情况下），用0填充相应的单元格。 然后使用epsilon = 0.5运行DBSCAN，显然DBSCAN会将所有0视为邻居。

Answer 2

您可以使用您喜欢的任何相似性矩阵。它只需要基于有效距离（对称，正半正定）。

Answer 3

我相信DBSCAN估算器需要距离而不是相似之处。但是，当涉及到字符串时，它将需要一个相似性矩阵，它甚至可以是一行代码，用于匹配两个字符串之间的相等性。因此，它取决于您如何使用相似性矩阵并区分邻居和非邻居对象。