Question

我想将Mahalanobis距离与DBSCAN结合使用。

对于NearestNeighbors，您可以通过metric='mahalanobis'和metric_params={'V': np.cov(X)}来使用Mahalanobis距离。

DBSCAN(eps=0.15, min_samples=8, metric='...', algorithm='brute', leaf_size=30, n_jobs=-1)

但如何使用DBSCAN？

Answer 1

您似乎需要通过以下方式创建指标： DistanceMetric。

例如，您可以使用：

import numpy as np
from sklearn.datasets import make_classification
from sklearn.neighbors import DistanceMetric
from sklearn.cluster import DBSCAN

X, y = make_classification()
metric = DistanceMetric.get_metric('mahalanobis', V=np.cov(X))

sklearn.cluster.DBSCAN(eps=0.15, min_samples=8, metric=metric, 
                       algorithm='brute', leaf_size=30, n_jobs=-1)

Answer 2

上述答案在 2021 年初对我不起作用。今天，您不传递距离对象，而是传递带有 mahalanobis 协方差参数的字典。

上面的例子看起来像这样：

import numpy as np
from sklearn.datasets import make_classification
from sklearn.cluster import DBSCAN

X, y = make_classification()

sklearn.cluster.DBSCAN(eps=0.15, min_samples=8, metric='mahalanobis', metric_params={'V':np.cov(X)}, algorithm='brute', leaf_size=30, n_jobs=-1)

使用替代距离度量标准，如Mahalanobis和DBSCAN

2 个答案: