Scikit-learn: 클러스터링을 위해 미리 계산된 거리 행렬을 사용하는 예

에 만든 2015년 12월 11일 · 4코멘트 · 출처: scikit-learn/scikit-learn

안녕하세요, 미리 계산된 거리 행렬(NxN)과 함께 클러스터링 방법을 사용하고 싶습니다. DBSCAN에 "metric" 속성이 있지만 따라야 할 예를 찾을 수 없습니다. 도와주세요. 다른 클러스터링 방법에 대한 예도 매우 유용합니다. 감사 해요.

출처

celiafish

가장 유용한 댓글

어떤 부분이 불분명합니까?
metric="precomputed"를 사용하고 미리 계산된 유사성 행렬을 X로 제공합니다.
MDS 사용 예는 http://scikit-learn.org/dev/auto_examples/manifold/plot_mds.html 을 참조하십시오.

amueller 에 2015년 12월 11일

👍5

모든 4 댓글

amueller 에 2015년 12월 11일

👍5

아니요, k 평균에 대해 알고리즘적으로 실현 가능하지 않습니다.

jnothman 에 2018년 02월 09일

거리 유형을 코사인 유사도로 변경할 수 있습니까? 감사 해요!

isukrit 에 2018년 02월 09일

아니요. 우리는 관련 알고리즘인 K medoid에 대한 작업에 PR을 가지고 있습니다.
임의의 거리 측정법을 사용할 수 있습니다. 사용해 보세요: #7694. K 의미
각 점에서 유클리드 거리를 반복적으로 계산해야 합니다.
임의의 벡터이며 의미 있는 평균이 필요합니다. 작동할 수 없습니다
선택한 측정항목으로

jnothman 에 2018년 02월 09일

이 페이지가 도움이 되었나요?

0 / 5 - 0 등급

관련 문제

Add azure pipelines badge to readme?

amueller · 3코멘트

GMM의 EM 알고리즘은 0.16.1을 사용하는 1차원 데이터 세트에 대해 실패합니다(하지만 0.15.2에서는 문제 없음).

rebeccaroisin · 4코멘트

sklearn.metrics.classification_report가 잘못 되었습니까?

AntiDoctor · 3코멘트

파이프라인에서 가져온 절인 모델을 로드할 때 가져오기 오류

bmulas1535 · 3코멘트

[0.23.1] doctest GradientBoostingClassifier가 arm (rhel) 프로세서에서 실패 함

murata-yu · 3코멘트