使用替代距离度量，如带DBSCAN的Mahalanobis

Question

我想结合使用Mahalanobis距离和DBSCAN。

对于NearestNeighbors，可以传递使用Mahalanobis距离的metric='mahalanobis'和metric_params={'V': np.cov(X)}。

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

但是如何使用DBSCAN来实现呢？

Answer 1

在2021年初，上面的答案对我来说并不适用。现在，您不需要传递distance对象，而是传递一个带有mahalanobis协方差参数的字典。

上面的示例如下所示：

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)

Answer 2

看起来你需要通过创建一个指标，例如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)