python - scikit-learn中的DBSCAN(仅具有度量标准)

我有一个对象和一个距离函数，想用DBSCAN中的scikit-learn方法对它们进行聚类。我的对象在欧几里德空间中没有表示。我知道，使用precomputed度量是可能的，但在我的情况下，由于距离矩阵很大，这是非常不切实际的。在scikit-learn中有什么方法可以克服这个问题吗也许，DBSCAN还有其他python实现可以做到这一点吗？

最佳答案

scikit learn支持多种度量。
其中一些可以通过使用kdtree（非常快）、使用ball tree（快速）、使用预计算的距离矩阵（快速，但需要大量内存）或不使用预计算，而是使用cython实现（二次运行时）甚至python回调（非常慢）来加速。
最后一个已经实现但速度非常慢的选项：

def mydistance(x,y):
  return numpy.sum((x-y)**2)

labels = DBSCAN(eps=eps, min_samples=minpts, metric=mydistance).fit_predict(X)

不幸的是，比

labels = DBSCAN(eps=eps, min_samples=minpts, metric='euclidean').fit_predict(X)

我发现当你需要使用自己的距离函数时，elki的表现会更好。java可以使用hotspot jni编译器将它们编译成接近本地的代码速度。Python（当前）不能这样做。

关于python - scikit-learn中的DBSCAN(仅具有度量标准)，我们在Stack Overflow上找到一个类似的问题：https://stackoverflow.com/questions/32938494/