DBSCAN中的预计算距离矩阵

Question

看了一些资料，我发现可以将预先计算好的距离矩阵传递给SKLearn DBSCAN。不幸的是，我不知道如何进行计算。

假设我有一个有100个元素的1D数组，只包含节点的名称。然后我有一个2D矩阵，100x100，其中包含每个元素之间的距离（按相同顺序排列）。

我知道必须调用：

db = DBSCAN(eps=2, min_samples=5, metric="precomputed")

对于节点之间的距离为2和最小5个节点聚类。此外，使用“precomputed”表示使用2D矩阵。但是我该如何传递计算信息呢？

如果使用RAPIDS CUML DBScan函数（GPU加速），则同样的问题也可能出现。

- Jaime Nebrera

Answer 1

文档：

class sklearn.cluster.DBSCAN(eps=0.5, *, min_samples=5, metric='euclidean', 
metric_params=None, algorithm='auto', leaf_size=30, p=None, n_jobs=None)
[...]

[...]
metricstring, or callable, default=’euclidean’
The metric to use when calculating distance between instances in a feature array. If 
metric is a string or callable, it must be one of the options allowed by 
sklearn.metrics.pairwise_distances for its metric parameter. If metric is 
“precomputed”, X is assumed to be a distance matrix and must be square. X may be a 
Glossary, in which case only “nonzero” elements may be considered neighbors for  
DBSCAN.
[...]

因此，通常称呼它的方式是：

from sklearn.cluster import DBSCAN

clustering = DBSCAN()
DBSCAN.fit(X)

如果您有一个距离矩阵，按以下步骤操作：

from sklearn.cluster import DBSCAN

clustering = DBSCAN(metric='precomputed')
clustering.fit(distance_matrix)

- warped

---

那么X将是具有成对距离的方阵，对吧？metric='fixed' 应该改为 metric='precomputed'，是吗？ - Jaime Nebrera

请您能否查看我下面提供的细节？谢谢。 - Jaime Nebrera

True，X 应该是成对距离矩阵，度量应该是“预计算的”。@warped 的回答是正确的。 - researchcollege111