sklearn：从点到最近的集群获得距离

Question

我正在使用像DBSCAN这样的群集算法。

它返回一个名为-1的“群集”，它们是不属于任何群集的点。对于这些点，我想确定从它到最近的簇的距离，以获得类似于这个点的异常度量的指标。这可能吗？或者这种指标有其他选择吗？

Answer 1

答案取决于您选择的联动策略。我将举一个单链接的例子。

首先，您可以构建数据的距离矩阵。

from sklearn.metrics.pairwise import pairwise_distances
dist_matrix = pairwise_distances(X)

然后，您将提取最近的集群：

for point in unclustered_points:
    distances = []
    for cluster in clusters:
        distance = dist_matrix[point, cluster].min()  # Single linkage
        distances.append(distance)
    print("The cluster for {} is {}".format(point, cluster)

编辑：此有效，但正如Anony-Mousse所指出的那样是O（n ^ 2）。考虑核心点是一个更好的主意，因为它减少了你的工作。另外，它有点类似于质心连接。

Answer 2

为了更接近DBSCAN的直觉，你可能只应该考虑核心点。

将核心点放入最近邻搜索者。然后搜索所有噪点，使用最近点的簇标签。