Scikit-learn: 使用预先计算的距离矩阵进行聚类的示例

创建于 2015-12-11  ·  4评论  ·  资料来源: scikit-learn/scikit-learn

嗨,我想使用预先计算的距离矩阵 (NxN) 的聚类方法。 我发现 DBSCAN 具有“度量”属性,但找不到要遵循的示例。 你能帮忙吗? 其他聚类方法的示例也很有帮助。 谢谢。

最有用的评论

你不清楚哪一部分?
使用 metric="precomputed" 并提供一个作为 X 的预先计算的相似度矩阵。
有关使用 MDS 的示例,请参阅http://scikit-learn.org/dev/auto_examples/manifold/plot_mds.html

所有4条评论

你不清楚哪一部分?
使用 metric="precomputed" 并提供一个作为 X 的预先计算的相似度矩阵。
有关使用 MDS 的示例,请参阅http://scikit-learn.org/dev/auto_examples/manifold/plot_mds.html

不,这在算法上对于 k 均值是不可行的

我们可以将距离类型更改为余弦相似度吗? 谢谢!

不。 我们有一个关于 K medoid 的 PR,这是一个相关的算法
可以采用任意距离度量。 试试看:#7694。 K 表示
需要反复计算每个点到一个点的欧几里得距离
任意向量,并且要求均值有意义; 它不能工作
使用您选择的指标。

此页面是否有帮助?
0 / 5 - 0 等级