Scikit-learn: Beispiele mit vorberechneter Distanzmatrix für Clustering
Hallo, ich möchte Clustering-Methoden mit vorberechneter Distanzmatrix (NxN) verwenden. Ich habe festgestellt, dass DBSCAN das Attribut "metrisch" hat, aber keine Beispiele finden kann, denen ich folgen könnte. Können Sie bitte helfen. Auch Beispiele für andere Clustering-Methoden sind sehr hilfreich. Danke.
celiafish
Alle 4 Kommentare
Welcher Teil ist dir unklar?
Verwenden Sie metric="precomputed" und stellen Sie a als X eine vorberechnete Ähnlichkeitsmatrix bereit.
Siehe http://scikit-learn.org/dev/auto_examples/manifold/plot_mds.html für ein Beispiel mit MDS.
amueller
am 11. Dez. 2015
nein, es ist algorithmisch für k bedeutet nicht machbar
jnothman
am 9. Feb. 2018
Können wir die Art der Distanz in Kosinusähnlichkeit ändern? Danke!
isukrit
am 9. Feb. 2018
Nein. Wir haben eine PR in Arbeit für K medoid, das ein verwandter Algorithmus ist
die eine beliebige Entfernungsmetrik annehmen kann. Probieren Sie es aus: #7694. K bedeutet
muss wiederholt die euklidische Entfernung von jedem Punkt zu einem berechnen
willkürlicher Vektor und erfordert, dass der Mittelwert aussagekräftig ist; es kann nicht funktionieren
mit einer Metrik Ihrer Wahl.
jnothman
am 9. Feb. 2018
Verwandte Themen
ArtyomKaltovich
·
3Kommentare
ben519
·
3Kommentare
divyaprabha123
·
3Kommentare
amueller
·
3Kommentare
tluocs
·
3Kommentare
Hilfreichster Kommentar
Welcher Teil ist dir unklar?
Verwenden Sie metric="precomputed" und stellen Sie a als X eine vorberechnete Ähnlichkeitsmatrix bereit.
Siehe http://scikit-learn.org/dev/auto_examples/manifold/plot_mds.html für ein Beispiel mit MDS.