java - 如何使用 ELKI 库使用距离矩阵对数据进行聚类？

Question

我有一个距离矩阵，我想在对数据进行聚类时使用该距离矩阵。

我已阅读 ELKI 文档，它指出我可以在扩展 AbstractNumberVectorDistanceFunction 类时覆盖 distance 方法。

但是，distance 类返回坐标。所以从坐标x到坐标y。这很麻烦，因为距离矩阵仅由距离值填充，而我们使用索引来查找从 index x 到 index y 的距离值。这是文档中的代码:

public class TutorialDistanceFunction extends AbstractNumberVectorDistanceFunction {
  @Override
  public double distance(NumberVector o1, NumberVector o2) {
    double dx = o1.doubleValue(0) - o2.doubleValue(0);
    double dy = o1.doubleValue(1) - o2.doubleValue(1);
    return dx * dx + Math.abs(dy);
  }
}

我的问题是在使用 ELKI 进行聚类时如何正确使用距离矩阵。

Answer 1

AbstractNumberVectorDistanceFunction 是适当的父类仅 如果您的输入数据是数字 vector 。如果您的数据类型 是抽象对象标识符，则改为子类AbstractDBIDRangeDistanceFunction。然后你必须实现

double distance(int i1, int i2);

对于预先计算的距离，已经有不同的距离函数实现，例如 DiskCacheBasedDoubleDistanceFunction 内存映射存储在磁盘上的距离矩阵。不过，我们应该添加一个 DoubleMatrixDistanceFunction，以便直接从 Java 中使用(顺便说一句，在下一个版本中，所有类名和包名都将被缩短)。

另请参阅:https://elki-project.github.io/howto/precomputed_distances特别是标题为“在没有主要数据的情况下使用”的部分，介绍了当您仅使用距离矩阵时如何设置没有主要数据的数据库。